Loading...
Loading...
Google DeepMind CEO Demis Hassabis（德米斯·哈萨比斯）：AGI 将在 5-10 年内到来撰文：Techub News 整理
导语
在 Google I/O 2024 开发者大会结束后，《纽约时报》科技专栏作家 Kevin Roose 与 Platformer 创始人 Casey Newton 在其热门播客 Hard Fork 中，专访了 Google DeepMind 的联合创始人兼 CEO Demis Hassabis（德米斯·哈萨比斯）。此次对话发生在 AI 技术加速演进、行业竞争白热化的关键节点。Hassabis 作为 DeepMind（AlphaGo、AlphaFold 的创造者）的掌舵人，如今统领着谷歌整个核心 AI 研发力量。他的观点不仅反映了谷歌在 AGI 竞赛中的战略转向，也揭示了顶尖研究者对技术未来、社会影响及人类终极角色的思考。
摘要
AGI 时间线明确：Hassabis 预测，具备人类水平通用智能的 AGI 将在未来 5 到 10 年内到来，这与谷歌联合创始人 Sergey Brin（谢尔盖·布林）「2030年前」的预测基本一致。
谷歌的「AGI 化」转变：过去对 AGI 话题相对谨慎的谷歌，如今已将其置于核心，Hassabis 形容 DeepMind 已成为「谷歌的引擎室」，AGI 理念正在渗入整个公司。
技术路径：规模化与突破性研究并重：实现 AGI 需要持续扩大模型规模，同时辅以类似 Alpha 系列的突破性研究，并探索如「Alpha Evolve」这类具备自我改进雏形的混合系统。
AI 安全与治理的紧迫性：随着「智能体」（Agent）时代临近，Hassabis 呼吁建立国际性的安全基准与规范，并认为在技术变得「非常严肃」之前，必须加强可控性研究。
AI 的未来角色：赋能而非完全替代：Hassabis 展望 AI 将成为个人的「通用助手」，消除繁琐工作，保护用户注意力，并助力解决能源、疾病等全球性挑战，最终可能导向一个「激进丰裕」的社会。
从 I/O 到 AGI：谷歌的自信与转向
今年的 Google I/O 大会被 AI 全面主导，Gemini 的名字在主题演讲中被提及近百次。与去年「让谷歌替你谷歌」的被动式愿景不同，今年谷歌传递的信息是：AI 是你的超能力，你需要坐直、倾身、付费并开始工作。播客主持人 Casey Newton 观察到，谷歌在 2024 年展现出比前两年更多的「自信和霸气」，感觉自己至少能进入「季后赛」。Kevin Roose 则看到了更深层的文化转变：谷歌正在被「AGI 化」。
过去，AGI 在谷歌内部更像是 DeepMind 伦敦团队「疯狂的追求」，与核心的搜索广告业务相距甚远。如今，情况已然改变。Demis Hassabis（德米斯·哈萨比斯）证实了这种感知：「AI 部分变得越来越核心……DeepMind 现在就像是谷歌的引擎室。」他认为，AGI 作为一项横向基础层技术，将支撑一切，公司上下都开始理解这一点，DeepMind 的理念正在融入整个谷歌。
这种转向源于技术进展快于预期。Hassabis 表示，我们可能比几年前人们想象的更接近人类水平的通用智能。当被问及与 Sergey Brin（谢尔盖·布林）在 AGI 时间线上的微小分歧（布林认为在2030年前，哈萨比斯认为在2030年左右）时，他解释道，他的预测自2010年 DeepMind 创立以来一直很一致：大约需要20年。现在，他感觉概率分布的重心落在未来的5到10年之间。他强调，定义很重要——他设定的 AGI 标准很高，是能够完成人类大脑理论上能做的所有事情，而不仅仅是达到普通人的经济实用水平。
通往 AGI 的技术双轨制：规模化与创造性突破
如何抵达 AGI？Hassabis 阐述了双轨并进的策略。一方面是持续推动模型规模化，包括在前训练、后训练、推理计算等整个技术栈上进行创新，他称之为「传统路径」的持续改进。另一方面，则是进行更多「绿地」或「蓝天」式的基础研究，寻求类似 Transformer、AlphaGo 那样的突破性进展。
新近发布的「Alpha Evolve」项目正是这种混合思路的体现。Hassabis 介绍，Alpha Evolve 结合了 Gemini 大模型与进化编程方法。具体而言，用一个高效的「Flash」模型生成程序或数学函数方面的假设，再用一个更强大的「Pro」模型来评估和筛选最有潜力的想法，进入下一轮「进化」。这初步形成了一个自动化的 AI 研究循环，已在芯片设计、数据中心任务调度乃至改进矩阵乘法等基础算法上取得了实用成果。
有趣的是，这项研究涉及故意引导模型「幻想」（hallucinate）。Hassabis 对此解释道，在需要事实准确性的场景，幻觉是问题；但在需要创造性的场景，你可以将「幻觉」视为「想象力」。就像商业课程中的头脑风暴，大多数疯狂的想法没有意义，但偶尔一两个可能将搜索引导至极具价值的全新领域。这呼应了早期 AlphaGo 走出传奇的「第37手」时所展现的、在既定知识边界外的创造性。
针对外界关于「只需小型专业模型」的论点，Hassabis 认为规模与专用性并非对立。大模型对于训练高效的小型模型（如通过蒸馏技术）至关重要。同时，像 AlphaFold 这样的专用模型对于立即解决科学和医学难题意义重大。他的理念是「兼收并蓄」：既推进规模化，也探索专用技术、混合系统以及可能催生下一个 Transformer 的蓝天研究。
安全、治理与未来社会的挑战
随着能力提升，AI 安全似乎从公众讨论的前台有所退却。Hassabis 强调，DeepMind 对安全的承诺一如既往。他们进行了大量的内部红队测试，并且从将早期系统开放给公众使用的过程中学到了很多。他承认，当数百万聪明人试用你的技术时，你会发现再大的内部测试团队也无法覆盖的所有边缘情况。
他预见到一个关键转折点：大约两三年后，当智能体系统变得真正强大时，情况将变得「非常严肃」。届时，业界需要在可分析性和可控性研究上实现阶跃式进步。更重要的是，这必须是一项国际努力。他呼吁产业界和学术界现在就应就安全性与可靠性的基准测试达成共识，并建立国际规范。
谈到地缘政治与出口管制，Hassabis 承认问题的复杂性。一方面， uncontrolled proliferation of these technologies 可能带来风险；另一方面，又希望西方技术能被全球采纳。他担忧 AI 正被卷入更大的地缘政治变局中，但更希望随着技术力量日益增强，世界能意识到「我们同舟共济」，并在科学层面展开更多合作。
关于未来工作，Hassabis 认为在 AGI 到来之前的未来5-10年，历史规律仍将起作用：一些工作被颠覆，但通常更有价值、更有趣的新工作会被创造出来。他建议当下的毕业生和年轻人，既要掌握 STEM 基础（包括编程），以理解 AI 的工作原理，也要积极沉浸于使用最新 AI 工具，成为「超级使用者」。他更强调「元技能」的培养：学习如何学习、创造力、适应力和韧性，以应对未来十年必然发生的巨变。
AI 时代的创造力、意义与人类角色
当被问及 AI 是否会导致类似工业革命后「超验主义」回归自然的运动时，Hassabis 认为完全可能。在一个「激进丰裕」的世界里，许多人可能会选择将更多时间投入自然和真实的人际互动中。他特别指出，涉及人与人情感联结的领域，将是 AI 最后触及、也可能永远无法完全复制的部分。
这一点在他对 AI 艺术创作的看法中尤为明显。尽管对 Veo 3 等视频生成模型的技术成就惊叹不已，但 Hassabis 认为，伟大的艺术承载着创作者的挣扎、体验与灵魂。他举例说，看到梵高的画作会让人脊背发凉，因为你能感受到笔触背后艺术家的痛苦与抗争。即使 AI 能模仿这种笔触，但如果被告知这是 AI 所作，那种共鸣感便会消失。因此，他认为顶级的人类创作者将始终带来 AI 无法替代的东西，这也是 DeepMind 坚持与顶尖艺术家合作开发创意工具的原因。
对于 AI 伴侣的兴起，Hassabis 态度谨慎，表示 DeepMind 尚未涉足此领域，并正在认真思考。他更倾向于推动 AI 向「通用助手」方向发展：一个真正属于用户、为用户工作的工具。他提出了一个引人深思的愿景：一个足够了解你的 AI 助手，可以被设定来「保护你的注意力」，使其免受其他旨在掠夺注意力的算法（如多数社交媒体）的侵扰，让人们能更专注于创造性活动或与家人的相处。
在对话的最后，被问及「在持续的 AI 革命中，处于哪个年龄段最糟糕」时，Hassabis 给出了一个充满希望的答案：任何能活着见证这一切的年龄都是好年纪。他认为我们将见证医学等领域的巨大进步，这将会是一段不可思议的旅程。当然，如果能年轻些，总是更好的。
Demis Hassabis（戴密斯·哈萨比斯）：自然世界皆可学习，AI将助我们破解物理学等终极之谜撰文：Techub News 整理
导语
2025 年 7 月，在荣获诺贝尔物理学奖后，谷歌 DeepMind 联合创始人兼 CEO Demis Hassabis（戴密斯·哈萨比斯）再度做客 Lex Fridman 播客。这是哈萨比斯获奖后的首次深度长谈，也是他第二次出现在该播客中。在这场近两个半小时的对话里，哈萨比斯超越了对其获奖工作 AlphaFold（阿尔法折叠）的常规讨论，深入阐述了他对智能、物理世界本质以及通用人工智能未来的宏大思考。作为当今人工智能领域最具远见的领导者之一，哈萨比斯此次发声不仅总结了过去十年 AI 在科学发现上的突破，更勾勒出一幅 AI 如何帮助人类破解从细胞到宇宙等根本性谜题的未来图景。
摘要
哈萨比斯提出核心猜想：任何在自然界中生成或发现的模式，都可以被经典学习算法高效地发现和建模。
AI 模型（如 Veo）已能惊人地模拟流体、光影等复杂物理现象，暗示其对世界拥有“直觉物理”理解。
哈萨比斯梦想构建“虚拟细胞”模型，并认为 AI 将是帮助人类解答生命起源、意识本质等终极问题的终极工具。
对于 AGI（通用人工智能），他设定了高阶标准，并预测未来可能需要通过类似围棋“神之一手”的创造性突破来识别。
自然皆可学：一项关于世界本质的大胆猜想
访谈始于一个源于哈萨比斯诺贝尔奖演讲的大胆命题。他提出：“任何能在自然中生成或发现的模式，都能被经典学习算法高效地发现和建模。”这并非泛泛而谈，而是基于 DeepMind 一系列标志性项目 AlphaGo、AlphaFold 的成功实践。
哈萨比斯解释道，无论是围棋的棋步空间，还是蛋白质可能折叠成的形状数量，其组合可能性都远超宇宙中的原子总数，用穷举法求解是完全不可行的。然而，AlphaGo 和 AlphaFold 都通过为这些环境构建模型，从而智能地引导搜索，使问题变得可解。关键在于，自然系统并非随机，它们都经历了演化或类似过程的“塑造”，从而具有内在结构。蛋白质能在毫秒内折叠，宇宙本身就在求解这些复杂问题。AI 所做的，正是学习并模拟这种结构化的搜索过程。
“我有时称之为‘最稳定者生存’，”哈萨比斯说，“这不仅适用于生物进化，也适用于地质过程塑造的山脉形态，乃至行星轨道和小行星形状——它们都经历了无数次作用‘存活’下来。因此，应该存在某种可以反向学习到的模式或‘流形’，它能帮你高效地搜索到正确解并进行预测。”他认为，这或许不适用于人造物或抽象问题（如大数分解），除非数字空间本身存在模式。但对于大多数自然系统，其结构是可学习的。
这一观点将学习能力的边界问题与理论计算机科学中的经典难题 P vs NP 联系了起来。哈萨比斯认为，如果我们把宇宙看作一个信息系统，那么 P vs NP 本身就是一个物理问题。他正在与同事探讨，是否应该为这类可通过神经网络过程解决、并映射到自然系统的问题定义一个新的复杂性类别。“这可能是思考该问题的一种非常有趣的新方式。”他补充道。
从流体到光影：AI 模型展现“直觉物理”理解
哈萨比斯用 DeepMind 最新的视频生成模型 Veo 来佐证其观点。传统的流体动力学（如纳维-斯托克斯方程）计算在经典系统上被视为极其困难，需要海量算力，例如天气预报系统。然而，Veo 却能够相当出色地模拟液体、材质和镜面光泽。
“我曾早期在游戏行业编写物理引擎和图形引擎，深知编写能做到这些的程序是多么痛苦，”哈萨比斯说，“但不知何故，这些系统仅仅通过观看 YouTube 视频就在进行逆向工程。”他推测，模型正在提取这些材料行为背后的潜在结构，可能存在一个更低维度的流形被学习到了。“这可能对现实世界的大部分都成立。”
Lex Fridman（莱克斯·弗里德曼）表示，Veo 在模拟物理方面“并非完美，但已经非常出色”，并提出了一个深刻的科学问题：模型需要理解世界的哪些方面才能做到这一点？哈萨比斯认为，就模型能够以连贯的方式预测后续帧而言，这本身就是一种“理解”——虽然不是拟人化或深层次的哲学理解，但它确实建模了足够的动力学。他特别指出，模型对物理行为、光照、材质和液体的模拟能力，表明它拥有某种“直觉物理学”的理解，类似于人类儿童对物理的直观把握，而非博士生对方程的解析。
这一发现挑战了此前的一个常见假设：AI 必须通过具身交互（如机器人）才能建立对物理世界的深入理解。Veo 的成功表明，被动观察也可能达成相当程度的理解。“这再次暗示了现实本质的某些底层规律。”哈萨比斯说。他展望，下一步可能是让视频变得可交互，让人们能够“步入”其中并移动，这将真正令人震撼，并更接近他所称的“世界模型”——一个关于世界如何运作、其物理规律和内含物体的模型，而这正是真正 AGI 系统所需要的。
AI 与终极之谜：从虚拟细胞到生命起源
哈萨比斯将构建通用人工智能视为帮助人类解答终极科学问题的终极工具。他的梦想项目之一是构建“虚拟细胞”——一个完整的细胞内部模拟。他设想，科学家可以在硅基环境中对虚拟细胞进行实验，大幅加速研究进程，可能将实验速度提升百倍，最后再到湿实验室进行验证。
他认为 AlphaFold 提供了蛋白质的静态 3D 结构图，而 AlphaFold 3 开始建模相互作用（如蛋白质与蛋白质、蛋白质与 RNA/DNA 之间的互动），这是通向模拟整个细胞通路乃至完整细胞的第一步。他计划从酵母细胞这种研究透彻的单细胞生物体开始。当然，挑战巨大，例如细胞过程涉及不同的时间尺度，建模时需要决定模拟的粒度级别。哈萨比斯希望能在蛋白质级别进行建模，而无需下沉到原子级别。
更宏大的问题是，AI 能否模拟生命的起源？哈萨比斯认为这是一个最深奥、最迷人的问题之一。他设想，从原始汤的初始条件出发，AI 能否模拟出类似细胞结构的涌现？“那将是生命起源的‘神之一手’。”他说。他相信，最终我们会发现，从非生命到生命并非一条清晰的分界线，而是一个连续谱，连接着物理、化学和生物学。“破解这堵我们在大脑中构筑的墙，正是我毕生致力于 AI 和 AGI 工作的全部原因。”哈萨比斯坦言，现实本质、意识、时间本质等终极问题一直在他脑海中“呐喊”，而 AI 可能是解开这些谜团的关键。
AGI 的路径与标志：超越“认知不均”
哈萨比斯估计，到 2030 年有 50% 的可能性开发出 AGI。他设定的标准很高：能够匹配大脑拥有的全部认知功能。他强调，当前 AI 系统是“认知不均”的，在某些方面很强，在其他方面却有明显缺陷。真正的 AGI 需要具备全面的、一致性的智能。
如何测试 AGI？他提出两种方式：一是“暴力测试”，让系统完成成千上万个人类能够完成的认知任务；二是让世界顶级专家（如陶哲轩那样的领域专家）花一两个月时间尝试找出系统的明显缺陷。如果都找不到，那就可以相当确信拥有了通用系统。
此外，他期待看到一些“灯塔时刻”，即类似围棋“神之一手”的突破性创造。例如：1）提出像爱因斯坦相对论那样的全新物理学猜想或假说。可以进行回溯测试：将知识截止到 1900 年，看系统能否提出狭义和广义相对论。2）发明一种如围棋般深邃、优雅的新游戏。“一个系统能够同时完成好几件这类事情，而不仅仅是单一领域，这就是我会寻找的迹象。”哈萨比斯说。
对于当前热门的“递归自我改进”和 AI 安全，哈萨比斯认为像 AlphaEvolve（阿尔法进化）这样的系统展示了将大语言模型与进化算法等传统搜索方法结合的潜力，这可能在科学发现中催生新的能力。但他不确定完全的端到端自我改进是否可取，因为这可能导致“硬起飞”场景。目前，系统在给定具体指令时表现良好，但对于“创造一个比围棋更好的游戏”或“做一个更好的自己”这样高度不明确的指令，还无法处理。
游戏、意识与人类未来
作为曾经的游戏开发者（代表作《主题公园》《黑与白》），哈萨比斯对 AI 将如何重塑游戏充满期待。他梦想着能根据玩家想象动态创造内容、编织故事的 AI 系统，实现终极的“选择你自己的冒险”游戏。结合类似 Veo 的交互式生成技术，他认为未来 5 到 10 年可能实现这种令人惊叹的开放世界游戏。
当被问及意识是否可以被经典计算机建模时，哈萨比斯与物理学家罗杰·彭罗斯观点相左。他认为大脑中进行的主要是经典计算，因此意识现象原则上可以被经典计算机模仿或建模。但关于“感受性”的哲学难题可能是个例外。他提出了一个有趣的思路：未来如果通过脑机接口与 AI 系统连接，我们或许能亲身体验在硅基上计算的感觉，从而更好地理解意识。
谈及人类未来，哈萨比斯持乐观态度。他相信人类无限的创造力和极强的适应性。“看看我们现在所处的世界——我们是用狩猎采集者的大脑在应对。乘坐飞机、做播客、玩电脑游戏……这已经令人震惊。我认为这只是下一步。”他认为社会已经在一定程度上适应了当前令人瞠目的 AI 技术。
最后，关于 AI 时代人类的独特性，哈萨比斯认为，构建 AI 这种智能人造物并将其与人类心智进行比较，或许是理解人类心智特殊之处的最佳方式。“我相信存在特殊之处，但这场我们正在进行的旅程将帮助我们理解和定义它。”这场对话最终回归到哈萨比斯的初心：利用 AI 这一工具，探索智能的本质，并最终理解我们自身与所处的宇宙。
Demis Hassabis（德米斯·哈萨比斯）谈未来 5-10 年的 AGI 及其通向“根本性富足”之路撰文：Techub News 整理
导语
在人工智能浪潮席卷全球的当下，作为该领域最前沿的探索者之一，Google DeepMind 的联合创始人兼首席执行官 Demis Hassabis（德米斯·哈萨比斯）的每一次发声都备受关注。2025 年 6 月，他接受了 WIRED “The Big Interview” 栏目的深度对话。在这场约20分钟的访谈中，哈萨比斯不仅对通用人工智能（AGI）的到来时间给出了明确的概率预测，更围绕 AGI 的定义、当前 AI 系统的局限、地缘政治竞争、AI 安全、未来工作形态以及 AGI 可能带来的“根本性富足”社会等核心议题，展开了兼具技术理性与宏大愿景的阐述。作为将“解决智能，然后用智能解决一切问题”奉为使命的科学家和企业家，他的观点为我们理解 AI 发展的当前坐标与未来轨迹提供了关键视角。
摘要
预测 AGI 有 50% 的可能在未来 5-10 年内实现，但强调当前系统在推理、规划、记忆和真正创造力方面仍有明显缺陷。
指出 AI 发展面临两大核心风险：恶意行为者滥用通用 AI 技术，以及技术本身随着能力增强带来的安全隐患。
认为短期内 AI 将对工作产生“赋能”效应，提升个体生产力，长期则可能重塑就业结构，但护理等需要人类共情的工作难以被取代。
展望若 AGI 发展顺利，人类将进入一个拥有近乎无限清洁能源、解决疾病与资源短缺的“根本性富足”时代，但这需要社会心态从零和博弈转向非零和博弈。
呼吁国际协作与灵活监管，并认为在未知风险面前，科学方法和持续的投入是克服技术挑战的关键。
AGI：五年之约与缺失的能力拼图
访谈始于对 AGI 时间表的探讨。Demis Hassabis（德米斯·哈萨比斯）重申了 DeepMind 自创立之初便秉持的愿景：解决智能，然后用智能解决其他一切问题。回顾这趟约20年的征程，他表示公司“基本完全按计划进行”。当被问及这是否意味着距离人们通常所说的 AGI 仅有五年时，哈萨比斯给出了一个更精确的概率估算：“我认为在接下来的五到十年内，我们有50%的机会拥有我们所定义的 AGI。”
这个预测相较于某些更为激进的同行（如声称两三年内实现）显得相对审慎。哈萨比斯解释，业界目前对 AGI 的定义本身存在争论，时间预测也因此各异。他援引联合创始人兼首席科学家 Shane Legg 早期对 AGI 的定义，强调其核心在于系统能够展现出人类所拥有的全部认知能力。以人类心智为参照，是因为它是我们已知的唯一通用智能存在的证明。
那么，我们离这个目标还有多远？哈萨比斯明确指出当前 AI 系统存在明显的“能力拼图缺失”。无论是大型语言模型还是聊天机器人，在推理、规划、记忆和真正的发明创造力方面尚有不足。“我不认为今天的系统能够进行真正的发明、真正的创造，或是提出新的科学假设。”他举例说明，尽管已有系统（如他们的 AlphaFold）能在国际数学奥林匹克竞赛中达到金牌水准，但同样的系统有时却会在高中数学甚至数单词字母数量上出错。这种在不同领域表现极不一致的现象，恰恰说明现有系统尚未实现完全的泛化能力。
关于 AGI 降临的形式，哈萨比斯认为它更可能是一个渐进的转变，而非突变的阶跃函数。即使技术上实现了 AGI，其对社会和物理世界（如工厂、机器人）的全面影响仍需更长时间，可能长达十年以上才能充分显现。
地缘竞速、安全风险与监管困境
当话题转向激烈的全球 AI 竞赛时，主持人提到了 Eric Schmidt（埃里克·施密特）的“二进制”论调，即若某个国家（如中国）率先获得 AGI，将导致无法追赶的永久性领先优势。哈萨比斯对此表示，这是一个未知数，属于所谓的“硬起飞”情景：如果 AGI 系统能够快速自我改进、自我编码，那么微小的领先优势可能迅速变为天堑。但他也指出，还存在其他可能性，即自我改进的速度并未那么快，那么时间上的接近就不会造成巨大差异。
然而，他着重强调了其中的地缘政治意涵：“正在构建的系统，会带有设计者价值观及其所处文化规范的印记。”因此，谁领先、在何处开展这些项目，不仅关乎商业和国家竞争，也紧密关联着安全考量。他坦言当前领域处于“非常激烈的时期”，资源大量涌入，压力巨大。
哈萨比斯剖白了自己最为担忧的两大风险：一是恶意行为者（无论是个人还是流氓国家）将通用 AI 技术用于有害目的；二是 AI 技术本身的风险——随着其能力越来越强、自主性越来越高，能否确保防护措施足够安全且无法被绕过。这引出了对监管的讨论。当被问及是否仍像几年前一些公司那样呼吁监管时，哈萨比斯给出了肯定的回答，但同时强调了复杂性和国际性。他认为，考虑到地缘政治叠加效应和当今世界的复杂性，“明智的、灵活的监管”至关重要，且这种监管需要能随着研究认知的深入而动态调整。
他进一步指出，真正的挑战在于国际合作。“如果你在一个地区限制它，这对于这些系统为世界和社会构建的整体安全性并无真正助益。”鉴于 AI 是数字系统且将影响所有人，国际间的协作与共识（至少在某些基本原则层面）是更大的难题，但也是必需的。
当被问及是否会因为竞争压力而不得不放弃安全护栏时，哈萨比斯表示，西方主要实验室的负责人和顶尖研究人员之间经常沟通。问题在于，目前缺乏清晰的定义来确定“那个临界点”何时到来。他认为今天的系统尽管令人印象深刻，但也存在诸多缺陷，尚不构成任何生存性风险。风险目前仍是理论上的，但问题在于“未知数太多”——我们不知道风险来临的速度和程度。对此，他持技术乐观态度：“当存在如此多未知数时，我乐观地认为我们能克服它们。”他相信只要有足够的时间、关怀和深思熟虑，运用科学方法，技术挑战是可以解决的，反倒是地缘政治问题可能更为棘手。
但他也清醒地意识到：“我们时间不多了。”因此，DeepMind 正在向安全和可控性研究（如机械可解释性）投入更多资源，同时也认为需要展开更多的社会讨论，探讨机构建设、治理模式以及如何达成国际协议。
赋能、转型与“根本性富足”的未来
谈及 AI 对工作和市场的影响，哈萨比斯引用了经济学家的观察，认为目前尚未看到根本性变化，更多是补充和赋能，例如 AlphaFold 极大地加速了科学家的工作。展望未来五到十年，他预计工作岗位将发生巨变，但历史经验表明，新技术往往会催生新的、通常更好的工作岗位，正如互联网和移动技术带来的变革。他预计未来几年将是“黄金时代”，强大的工具将极大提升个人生产力，甚至在创造力方面让人变得“有点超乎寻常”。
对于 AGI 可能替代所有人类工作的担忧，哈萨比斯认为，即使 AGI 具备所有人类能力，仍有许多事情我们不会想让机器去做。他举了医生和护士的例子：诊断工作或许可以由 AI 辅助甚至替代，但护理工作所需的人类共情和关怀则难以被机器人取代。他建议当下的学生和毕业生积极拥抱这些新系统，深入学习 STEM 和编程以理解其原理，并精通微调、系统提示等技能，从而成为能最大化利用这些工具的“超级生产者”。
展望更远的未来（20-30年后），如果一切顺利，哈萨比斯描绘了一个激动人心的图景：“我们应该处在一个我称之为‘根本性富足’的时代。” AGI 将帮助解决一些社会面临的“根节点”问题，例如治愈疾病、显著延长健康寿命、发现新能源（如优化电池、室温超导体、核聚变）。
他针对主持人关于当前社会分配不公、协作困难的质疑，给出了一个具体例子：水资源获取。海水淡化技术已存在，但因其高能耗而仅限于富裕国家。如果 AGI 推动实现近乎零成本的清洁能源（如核聚变），那么水资源获取问题将迎刃而解，因水资源控制引发的冲突也将大幅减少。类似地，近乎无限的能源也能简化火箭燃料的制造（从海水中分离氢和氧）。
哈萨比斯认为，AGI 将从技术上提供实现“根本性富足”的能力，但他希望这能进一步推动社会心态从零和博弈转向非零和博弈。他承认，如何公平分配“根本性富足”的成果仍是一个挑战，需要哲学家和社会科学家的参与。他甚至预测，在 AGI 之后的时代，经济学本身、价值与货币的概念都可能发生改变，呼吁经济学家更深入地研究相关的新经济理论。
最后，针对社会上对 AI 的担忧和抵触情绪（类似工业革命时期的反弹），哈萨比斯表示理解，并认为这场变革至少与工业革命同等规模，甚至更大。但他用自己的热情作为回应：他构建 AI 的核心驱动力是推动科学和医学进步，解决疾病、气候、能源等重大社会挑战。他举出 AlphaFold（诺贝尔奖级别的突破）及其在药物发现上的应用潜力为例，强调如果人类有能力却不去追求这些解决方案，反而是不道德的。在他看来，面对众多社会挑战，如果没有像 AI 这样革命性的技术即将到来提供助力，他才会对未来感到更加担忧。
Google DeepMind CEO Demis Hassabis（德米斯·哈萨比斯）：从 Gemini 2.5 到世界模型，迈向通用人工智能撰文：Techub News 整理
导语
在2025 年 5 月举行的 Google I/O 2025 开发者大会主题演讲中，Google DeepMind 联合创始人兼首席执行官 Demis Hassabis（德米斯·哈萨比斯）携团队核心成员登台，向全球开发者与 AI 社区展示了其旗舰模型 Gemini 在过去一年取得的“ relentless progress”（不懈进步）。此次演讲不仅是对 Gemini 2.5 Pro 和 Flash 模型性能升级的汇报，更是一次关于 Google AI 未来战略的深度阐述。哈萨比斯明确提出了将 Gemini 进化为“世界模型”的愿景，并展示了 Project Astra 如何向“通用 AI 助手”演进，清晰地勾勒出 Google 通往 AGI（通用人工智能）的路线图。
摘要
Gemini 2.5 Pro 被定位为“最智能的模型”，新增“深度思考”模式，在数学、编程等硬核基准测试中达到前沿水平。
Gemini 2.5 Flash 迎来重大更新，效率提升 22%，并引入“思维预算”功能，让开发者在成本、延迟与质量间取得平衡。
发布多项面向开发者的新能力：原生多说话人音频、思维摘要、代码助手 Jules 公测，以及实验性的 Gemini Diffusion 文本扩散模型。
首次系统阐述“世界模型”愿景，旨在让 AI 能像人脑一样模拟世界进行规划和想象，这是实现通用 AI 助手和 AGI 的关键一步。
Project Astra 原型展示了未来 AI 助手如何通过理解屏幕内容、控制电脑、处理多任务来协助完成现实世界中的复杂任务（如维修自行车）。
Gemini 2.5：性能、效率与开发者工具的全面进化
Demis Hassabis（德米斯·哈萨比斯）在开场即定调：我们正处在 AI 创造惊人未来的历史性时刻。他回顾了 Gemini 2.5 发布一年来的成就，用户利用其强大的多模态和推理能力，完成了从解构科学论文、理解 YouTube 视频到一次性构建游戏和应用（vibecode）等各种任务。他重申，Gemini 2.5 Pro 是 Google 有史以来最智能的模型，也是世界上最好的基础模型。就在大会两周前，Google 发布了更新版 2.5 Pro 的预览，其已在 Web Dev Arena 等热门编程排行榜上位居榜首，并且由于整合了专为教育构建的 LearnLM 系列模型，它也成为学习领域的领先模型。
另一方面，主打高效能的 Gemini 2.5 Flash 也迎来了近乎全方位的升级。新版 Flash 在推理、代码和长上下文等关键基准上均有提升，在 LMArena 排行榜上仅次于 2.5 Pro。哈萨比斯宣布，更新后的 2.5 Flash 将于 6 月初全面上市，2.5 Pro 随后推出。开发者现已可在 AI Studio、Vertex AI 和 Gemini 应用中体验预览版。
随后，产品负责人 Tulsee Doshi 登台，详细介绍了基于开发者反馈所做的四大改进：增强的能力、提升的安全性与透明度、更好的成本效益以及更多的控制权。
首先，在能力层面，除了新的 2.5 Flash，Google 推出了具有首创多说话人支持的原生文本转语音预览。该功能支持两种声音，能捕捉说话的细微差别，甚至无缝切换至耳语，并可在超过 24 种语言间轻松转换。开发者即日起可在 Gemini API 中使用此功能，Live API 也将很快提供支持原生音频对话的 2.5 Flash 预览版，用于构建更自然的对话体验。
其次，安全性得到强化。Gemini 2.5 被宣称为迄今最安全的模型，特别加强了对间接提示注入等威胁的防护。同时，为了提高模型行为的透明度，2.5 Pro 和 Flash 都通过 API 提供了“思维摘要”功能。该功能将模型的原始“思考过程”整理成带有标题、关键细节和工具调用等信息的清晰格式，便于开发者调试和理解模型在耗时任务中的决策逻辑。
第三，效率进一步提升。新的 2.5 Flash 通过减少模型达到相同性能所需的 token 数量，实现了 22% 的效率提升。
第四，开发者获得更多控制权。此前在 2.5 Flash 中广受好评的“思维预算”功能，将被引入 2.5 Pro。开发者可以控制模型在回应前使用多少 token 进行“思考”，从而在成本、延迟和质量之间进行权衡，也可以直接关闭此功能。
为了展示 Gemini 2.5 Pro 强大的编程能力，Tulsee Doshi 进行了一段现场演示。她从一个画在餐巾纸上的粗略 3D 球体草图开始，要求 Gemini 2.5 Pro 根据这张图片更新一个简单的博物馆展览网页应用代码。得益于多模态理解能力，Gemini 不仅看懂了抽象草图，还直接生成了美丽的 3D 动画代码，并应用到现有代码库中。整个过程无需开发者精通 Three.js 库或复杂的 3D 数学。随后，她进一步使用 2.5 Flash 为图片添加互动问题，并利用原生音频功能让展品“开口说话”，生动展示了如何将视觉、语音和编程能力快速整合到应用中。
在开发者工具方面，最大的亮点是异步编码智能体 Jules 进入公开测试版。Jules 可以接手复杂的任务，例如在大型代码库中更新旧版 Node.js，它能自行规划步骤、修改文件，将原本需要数小时的工作缩短至几分钟。Jules 现已集成在 Android Studio、Firebase Studio 和 Gemini Code Assist 等 Google 产品中，并可与 GitHub 协同工作。开发者现在即可前往 Jules.google 注册使用。
前沿研究：扩散模型赋能文本与“深度思考”模式
Google 的研究步伐并未停留在现有模型的优化上。Tulsee Doshi 介绍了一项突破性的研究：将已在图像和视频生成领域取得革命性成功的扩散技术应用于文本。这项研究催生了实验性的 Gemini Diffusion 文本扩散模型。与传统的自左向右生成方式不同，扩散模型通过迭代精炼来生成文本，使其在编辑、数学和代码等任务上表现出色，能够快速迭代方案并在生成过程中纠错。
这种并行生成方式带来了极低的延迟。2025 年 5 月发布的 Gemini Diffusion 版本，其生成速度比目前最快的 2.0 Flash-Lite 模型还要快五倍，同时保持了同等的编码性能。现场演示了一个简单的数学问题求解，模型几乎在瞬间给出了正确答案，其内部的迭代过程被慢放展示，令人印象深刻。该模型目前正在小范围测试，而更快的 2.5 Flash-Lite 也即将到来，预示着 Google 将在所有 Gemini 模型中持续降低延迟。
随后，Demis Hassabis（德米斯·哈萨比斯）重返舞台，带来了另一个重磅更新：为 Gemini 2.5 Pro 引入全新的 “深度思考”模式。受 AlphaGo 等模型的启发，给予模型更多“思考”时间能显著提升其回答质量。Deep Think 模式利用了 Google 在思维和推理方面的最新前沿研究，包括并行技术，将模型性能推向极限。
初步结果显示，其表现令人惊叹：在目前最难的数学基准之一 USAMO 2025 上取得了优异成绩；在竞争级编程的艰难基准 LiveCodeBench 上领先；并且，由于 Gemini 自始就是原生多模态的，它在衡量多模态理解的 MMMU 基准上也表现出色。哈萨比斯表示，正因为 2.5 Pro Deep Think 定义了新的性能前沿，Google 需要额外时间进行前沿安全评估并征求安全专家意见。因此，它将首先通过 Gemini API 向可信赖的测试者开放，收集反馈后再广泛发布。
迈向“世界模型”：通用 AI 助手与科学发现的加速器
演讲的后半部分，Demis Hassabis（德米斯·哈萨比斯）将视角从具体的模型提升到了 Google DeepMind 的终极愿景。他回顾了过去十年 Google 为现代 AI 时代奠定的基础，从发明 Transformer 架构，到 AlphaGo、AlphaZero 等智能体系统。现在，团队正致力于将 Gemini 从最好的多模态基础模型，扩展成为一个“世界模型”。
所谓“世界模型”，即能够像人脑一样，通过模拟世界的各个方面来进行规划、想象新体验的模型。哈萨比斯对此充满热情，这可以追溯到他早期开发《主题公园》等模拟游戏 AI 的经历。Google 在此方向上已迈出步伐：训练智能体掌握围棋和《星际争霸》等复杂游戏；2025 年 5 月发布的 Genie 2 模型，能够仅凭单张图片提示就生成可交互的 3D 模拟环境。这些能力已初露端倪，例如 Gemini 利用其世界知识和推理来表征自然界事物；而最先进的视频模型 Veo，则对重力、光线和材料行为等直观物理有着深刻理解，能在帧间保持惊人的准确性和一致性。
理解物理环境对于机器人技术也至关重要。AI 系统需要世界模型才能在现实世界中有效运作。Google 已微调出一个专业模型——Gemini Robotics，用于教导机器人掌握抓取、遵循指令、即时适应新任务等技能。哈萨比斯宣布，大会现场的参与者可以在“AI 沙盒”中亲自体验这些机器人。
将 Gemini 打造成一个完整的世界模型，是解锁一种新型 AI 的关键一步：一种能在日常生活中提供帮助、智能理解所处情境、并能代表用户在任何设备上规划和采取行动的 AI。这正是 Gemini 应用的终极愿景——将其转变为一个通用的 AI 助手，一个个性化、主动且强大的 AI，也是通往 AGI 道路上的关键里程碑。
这一旅程始于去年探索的 Project Astra 所展示的能力，如视频理解、屏幕共享和记忆。过去一年，这些能力已被整合到 Gemini Live 中，让更多用户体验。如今，Project Astra 的研究原型展示了更强大的未来图景：在一个演示视频中，AI 助手帮助用户维修自行车，它可以上网搜索用户手册、在 YouTube 上找维修视频、查阅电子邮件获取零件规格、甚至直接打电话给自行车店查询库存。整个过程，AI 能够理解屏幕内容、控制电脑应用、处理多线程任务，并拥有连续的对话记忆。
哈萨比斯描述，这样一个通用 AI 助手将为我们处理日常琐事，打理繁琐行政工作，推荐令人愉悦的新事物，从而提升我们的生产力，丰富我们的生活。Google 正在从可信测试者那里收集关于这些新能力的反馈，并致力于将它们引入 Gemini Live、搜索中的新体验、面向开发者的 Live API，以及 Android XR 眼镜等新形态设备中。
AI 赋能科学：从蛋白质结构到全球性疾病
作为一位科学家出身的 CEO，Demis Hassabis（德米斯·哈萨比斯）始终坚信，其职业生涯的核心在于利用 AI 推动知识进步和加速科学发现。他自豪地列举了 Google DeepMind 在过去一年在科学领域取得的一系列突破：
数学与发现：AlphaProof 能以银牌水平解决国际数学奥林匹克竞赛问题；Co-Scientist 能与研究人员协作，帮助提出和测试新假设；2025 年 5 月发布的 AlphaEvolve 甚至能发现新的科学知识并加速 AI 训练本身。
生命科学：研究系统 AMIE 可辅助临床医生进行医疗诊断；AlphaFold 3 能预测所有生命分子的结构和相互作用；基于 AlphaFold 工作的 Isomorphic Labs，正利用 AI 革命化药物发现过程，有朝一日将帮助解决许多全球性疾病。
哈萨比斯特别提到，AlphaFold 在短短几年内已对科学界产生巨大影响，成为生物学和医学研究的标准工具，全球超过 250 万研究人员在其关键工作中使用它。他坚定地表示，如果能够安全、负责任地发展，AGI 有潜力成为有史以来最有益的技术，极大地加速科学发现。
最后，演讲以一段感性的视频收尾，展示了 Google 如何与辅助视障人士的公司 Aira 合作，利用 Astra 技术构建原型，帮助视障音乐家更独立地探索世界（如识别环境、寻找物品）。这体现了 Google 将其尖端技术用于公益的承诺。哈萨比斯总结道，通过所有这些开创性工作，Google 正在构建更加个性化、主动和强大的 AI，以丰富人们的生活，推动科学进步的步伐，并引领一个充满发现与奇迹的新黄金时代。
Google DeepMind CEO Demis Hassabis（德米斯·哈萨比斯）：世界模型、AGI 时间表与 AI 驱动的科学革命撰文：Techub News 整理
导语
2025 年 9 月，谷歌 DeepMind 的联合创始人兼 CEO 德米斯·哈萨比斯（Demis Hassabis）做客知名科技播客 All-In Podcast，进行了一场信息量极大的深度对话。作为 AlphaGo、AlphaFold 等里程碑式 AI 项目的核心推动者，以及 2023 年诺贝尔化学奖的共同得主，哈萨比斯一直是全球人工智能领域的灯塔人物。此次对话中，他不仅分享了获得诺奖的幕后故事，更系统地阐述了谷歌 DeepMind 的最新进展、对 AGI（通用人工智能）路径的思考，以及 AI 如何重塑科学、娱乐乃至人类社会的基础架构。在 AGI 浪潮席卷全球、科技巨头激烈角逐的背景下，哈萨比斯的见解无疑具有极高的参考价值。
摘要
世界模型是通往 AGI 的关键一步：Genie 等模型通过海量视频学习“直观物理”，无需预设物理引擎即可生成动态交互世界，这对机器人技术、智能眼镜助手至关重要。
AGI 可能还需 5-10 年：哈萨比斯认为当前 AI 尚缺乏真正的创造力、持续学习和一致性推理能力，需一两个关键突破才能达到真正的通用智能。
AI 将开启“科学新文艺复兴”：从药物发现（Isomorphic Labs）到材料设计、聚变控制，AI 将成为终极科学工具，其长远贡献将远超其当下的能耗。
人形机器人有独特价值：对于需要融入人类环境（家庭、办公室）的通用机器人，人形形态可能比专用形态更具实用性和适配性。
AI 赋能创作的两面性：既极大降低了普通人创作的门槛，也超级赋能顶级专业人士，催生“共同创造”的新娱乐形态。
从 AlphaFold 到诺奖：AI 驱动科学的起点
访谈从哈萨比斯获得诺贝尔化学奖的非凡经历开始。他描述接到来自瑞典的电话时“恍如隔世”，那是每个科学家梦寐以求的时刻。在斯德哥尔摩的颁奖周，最令他震撼的是在一本保存了120年的诺奖得主签名簿上，将自己的名字签在费曼、居里夫人、爱因斯坦、尼尔斯·玻尔等伟人之旁。哈萨比斯坦言，尽管有关于 AlphaFold 可能获奖的传言，但诺奖委员会对保密工作的极致要求，以及奖项更看重科学突破的实际影响力（这往往需要二三十年的沉淀），使得一切直到电话响起前都是未知数。AlphaFold 破解蛋白质结构预测难题，正是哈萨比斯从童年起就怀有的梦想——利用 AI 加速科学发现的完美例证。这枚诺奖奖章，不仅是对他个人和团队的认可，更是标志着 AI 正式成为基础科学发现的核心引擎。
谈及谷歌 DeepMind 在 Alphabet 中的定位，哈萨比斯将其比喻为“整个谷歌和 Alphabet 的引擎室”。自几年前谷歌内部所有 AI 力量（包括原 DeepMind）合并为 Google DeepMind 以来，团队规模已达约 5000 人，其中超过 80% 是工程师和博士研究员。Gemini 是他们构建的核心模型，此外还包括视频模型、交互式世界模型等多种 AI 系统。这些模型已经深度集成到谷歌几乎所有的产品和服务中，从 AI Overview、AI 模式到 Gemini 应用，每天有数十亿用户在与他们的 AI 技术互动。这种“前沿研究”与“数十亿规模落地”的结合，构成了谷歌 DeepMind 独特的优势。
Genie 与世界模型：让 AI 理解物理世界
对话的核心很快转向了谷歌 DeepMind 最新发布的一类革命性模型——“世界模型”，其代表便是 Genie。哈萨比斯现场展示了一段 Genie 生成的视频：用户仅通过一个文本提示（如“在鸡套装里的人”或“喷气式滑艇”），就能生成一个完全交互式的 3D 环境。用户可以使用方向键和空格键实时控制视角，探索这个世界。关键之处在于，所有像素都是实时生成，不存在于任何预设的视频或游戏中。当角色转头看向一个方向，那一侧的景物才被即时创造出来，并且保持物理一致性（例如之前墙上的涂鸦会保留）。
哈萨比斯解释道，Genie 模型通过观看互联网上数百万计的 YouTube 等视频，反向工程了“直观物理”。它并非基于传统的 3D 渲染引擎（如 Unity 或 Unreal），也没有被预先编程物理定律。相反，它纯粹从 2D 图像序列中学会了世界如何运作的复杂规律，包括光影反射、材质流动和物体行为。作为一名在 90 年代曾亲手编写游戏引擎和物理系统的前游戏开发者，哈萨比斯对 Genie 能如此“轻而易举”地完成这一切感到“极其震撼”。
为什么世界模型如此重要？哈萨比斯指出，要构建真正的 AGI，系统必须理解我们周围的物理世界，而不仅仅是抽象的语言或数学世界。这对于机器人技术、智能眼镜助手等应用至关重要。一个能帮助日常生活的智能眼镜助手，必须理解使用者所处的物理环境及其背后的物理规律。世界模型的突破，正是为 AI 系统装上了理解物理世界的“感官”和“常识”。他预测，随着 Genie 这类模型的进化（Gen 4, Gen 5…），它们将越来越逼近对现实世界的深刻模拟。
机器人、AGI 时间线与缺失的拼图
世界模型的自然延伸便是机器人技术。哈萨比斯介绍了他们基于 Gemini 微调而来的“Gemini 机器人模型”。在演示中，一个拥有两只机械臂的桌面机器人，能够理解“把黄色物体放进红色桶里”这样的自然语言指令，并将其转化为精准的动作序列。这体现了多模态模型的威力——它能将真实世界的理解融入与机器人的交互中，而不仅仅是依赖机器人专用的、狭窄的模型。
对于机器人的形态，哈萨比斯的观点发生了变化。他过去认为特定任务应有专用形态的机器人，但现在认为，人形机器人对于需要在人类设计的环境中工作的通用机器人具有重要意义。台阶、门把手、工具——我们的物理世界是为人类身体设计的。与其改变整个世界的设计，不如让机器人适应我们已有的环境。当然，在工业生产线或实验室等特定场景，专用形态的机器人仍是最优解。
关于 AGI（通用人工智能）的到来时间，哈萨比斯给出了相对审慎的估计。他认为当前顶尖的 AI 模型（包括他自己公司的）远非“博士级智能体”。它们在某些任务上表现出博士生水平的能力，但缺乏通用性和一致性，例如可能在高中学的数学或简单计数上犯低级错误。真正的 AGI 应该能全面达到高水平表现。
在他看来，通往 AGI 还缺少几个核心拼图：一是真正的创造力，即像爱因斯坦提出狭义相对论那样，从已知知识中进行“直觉飞跃”，提出全新的猜想或理论；二是持续学习能力，能够在线学习新知识并调整行为；三是更强的推理和一致性。哈萨比斯预测，可能还需要“一两个关键性突破”，时间尺度大约在5到10年。这与行业某些更为激进的预测（如几年内）形成了对比。
科学革命与能源挑战：AI 的长期回报
作为科学家，哈萨比斯始终坚信 AI 最崇高的使命是加速科学发现，应对人类面临的重大挑战。除了 AlphaFold，谷歌 DeepMind 的 AI 系统已应用于材料设计、聚变反应堆等离子体控制、天气预报、解决奥林匹克数学竞赛级别难题等多个科学分支。他领导的 Isomorphic Labs（从 DeepMind 分拆）正致力于基于 AlphaFold 的突破，彻底改革药物发现流程，目标是将耗时数年甚至十年的新药研发周期缩短至几周甚至几天。目前他们已与礼来、诺华等制药巨头合作，并预计明年将有候选药物进入临床前阶段。
针对当前热议的 AI 能耗问题，哈萨比斯认为存在“两个真相”。一方面，谷歌 DeepMind 自身因为需要每天为数亿用户高效提供 AI 服务（如 AI 概述），在模型效率优化上投入巨大，通过蒸馏等技术，过去两年相同性能下的模型效率提升了10倍甚至100倍。但另一方面，为了向 AGI 前沿推进，研究团队仍需不断用更大规模的数据和算力训练新的模型，这会推动总需求上升。他乐观地认为，从长远来看，AI 在优化电网、设计新材料和新能源、应对气候变化等方面的贡献，将远超其自身运行所消耗的能源。AI 是解决问题的手段，而不仅仅是问题的来源。
创作民主化与未来娱乐形态
除了硬核科技，哈萨比斯也展望了 AI 对文化和娱乐的冲击。像 Imagen、Veo 这样的顶级视频生成模型，以及“Nano Banana”这类拥有出色指令跟随一致性的图像生成工具，正在带来“创作民主化”。普通人无需再像过去那样啃读厚厚的 Photoshop 教程，只需用语言描述想法，就能进行创作。
但同时，AI 也在“超级赋能”顶级专业人士。哈萨比斯提到他们正与著名导演达伦·阿伦诺夫斯基等顶尖创作者合作。这些工具让专业创意人士能够以前所未有的速度尝试各种构思，生产力提升十倍甚至百倍，最终更快地实现他们脑海中最完美的愿景。他预见未来将出现一种融合了“共同创造”元素的新娱乐形式或艺术类型：顶级创意愿景家构建引人入胜的动态故事世界，而成千上万的用户可以在其中共同创造部分内容，主创者则扮演这个世界的“总编辑”。
未来十年：一个“科学新文艺复兴”
当被问及对未来十年的展望时，哈萨比斯承认在 AI 领域预测十周都充满挑战，更不用说十年。但他坚信，如果未来十年内我们能实现真正的 AGI，那将开启一个“科学的新文艺复兴”或“黄金时代”。从能源到人类健康，社会的方方面面都将受益于这个终极科学工具带来的突破。这不仅仅是一次技术升级，而是一场深刻重塑人类文明认知边界和能力极限的革命。德米斯·哈萨比斯和他领导的谷歌 DeepMind，正站在这场革命的最前沿。
DeepMind CEO Demis Hassabis（德米斯·哈萨比斯）：实现 AGI 尚需一到两个关键突破撰文：Techub News 整理
导语
在2025 年 5 月一场备受瞩目的公开对话中，谷歌旗下前沿人工智能实验室 DeepMind 的 CEO 德米斯·哈萨比斯（Demis Hassabis）与谷歌联合创始人谢尔盖·布林（Sergey Brin）一同亮相，就人工智能发展的最前沿问题进行了深入探讨。这场对话发生在谷歌I/O开发者大会期间，由知名科技播客主持人亚历克斯·坎特罗维茨（Alex Kantrowitz）主持。哈萨比斯作为 DeepMind 的灵魂人物，以及布林以技术领袖和谷歌联合创始人的身份回归 AI 研发一线，使得这场对话成为观察谷歌乃至整个行业在 AGI（通用人工智能）竞赛中战略思考与自我认知的绝佳窗口。
摘要
AGI 仍需关键突破：哈萨比斯认为，基于当前技术，要实现 AGI 可能还需要“一到两个关键性突破”，并将 AGI 定义为能达到爱因斯坦、莫扎特等人类顶尖智慧成就的系统。
“深度思考”范式至关重要：谷歌 DeepMind 正大力押注以“深度思考”（Deep Think）为代表的推理增强范式，认为这能为模型能力带来巨大提升，是通往更通用智能的关键路径。
多模态是 AGI 的必然要求：哈萨比斯强调，真正的 AGI 必须理解和互动物理世界，因此从 Gemini 项目伊始，DeepMind 就坚持构建原生多模态模型，尽管初期更困难，但长期看是正确的选择。
算法与算力需双轮驱动：哈萨比斯与布林均认为，未来的进步需要算法创新与算力扩展的双重驱动，布林更倾向于认为算法的进步可能比纯粹的计算力提升更为重要。
AGI 的愿景与定义：远非“普通人水平”
对话的核心议题围绕 AGI 展开。德米斯·哈萨比斯（Demis Hassabis）首先澄清了他对 AGI 的定义。他认为，目前行业对 AGI 的讨论存在两个层面的混淆：一是达到“普通人类水平”的能力，这无疑具有巨大的经济与产品意义；二是他个人所关注的、更具理论意义的 AGI——即一个系统能够实现人类大脑架构所能实现的所有成就，包括爱因斯坦的理论物理、莫扎特的音乐创作等历史上的顶尖智慧成果。他强调，目前没有任何系统具备这种广度和深度的能力。
哈萨比斯进一步指出，当前系统距离真正的 AGI 还有一大差距：一致性（Consistency）不足。今天的模型虽然能做上千件事，展示了许多令人印象深刻的能力，但用户很容易在几分钟内发现其明显的缺陷，比如在某些高中数学问题或基础游戏上犯错。在他看来，一个能被称之为 AGI 的系统，其漏洞应该需要专家团队花费数月才能发现，而不仅仅是普通用户几分钟的测试。
当被问及 AGI 是否会被某一家公司“一劳永逸”地实现时，谢尔盖·布林（Sergey Brin）认为，很可能会有某个实体率先达到，但由于 AGI 本身是一个光谱而非精确点，不排除多家机构几乎同时抵达相近水平。他预测，AI 领域将延续“蛙跳式”的竞争与相互启发模式，不断推动阈值被跨越。
哈萨比斯则补充，重要的是业界需要对 AGI 形成一个共识定义。他承认可能会有组织率先抵达，而确保首批 AGI 系统以可靠和安全的方式构建至关重要。在此之后，才有可能设想基于这些安全架构衍生出更多的系统，例如个人 AGI。
技术路径：推理、自我改进与多模态整合
谈及具体技术，哈萨比斯详细阐释了 DeepMind 长期看重的“思考”或“推理”范式。他回顾了从 AlphaGo、AlphaZero 开始的工作，在这些游戏中，开启“思考”（即蒙特卡洛树搜索等规划算法）的系统，其能力比仅输出第一反应的系统高出超过 600 ELO 等级分。这种范式在更为复杂的现实世界中，潜力可能更大。
谷歌最新推出的“深度思考”（Deep Think）技术，被哈萨比斯描述为“类固醇加强版的推理”，即多个并行推理过程相互协作与校验。他认为，这种增强推理能力的机制，可能是通往 AGI 所需的关键进展之一。此外，真正的发明创造——例如提出全新的物理学理论，而非仅仅解决现有猜想——是目前系统尚未具备的能力，但以“思考”为代表的范式可能有助于实现这一目标。
对于2025 年 5 月 DeepMind 发布的“Alpha Evolve”（一种能帮助设计更好算法甚至改进大语言模型训练方式的 AI），主持人调侃这是否意在引发“智能爆炸”。哈萨比斯否认了“不受控制”的爆炸，但承认这是一个有趣的初步实验。他表示，将进化编程等技术与强大的基础模型结合，探索各种组合系统是 DeepMind 探索性工作的重点。若能发现一种自我改进的循环，确实可能进一步加速进展。AlphaZero 在游戏领域已证明自我改进的可能性，但将之应用于更混乱、复杂的现实世界仍有待观察。
哈萨比斯强调，DeepMind 自始至终的目标是构建 AGI，这决定了其技术路线选择。因此，从 Gemini 项目一开始，他们就决定构建原生多模态模型，即使这比只做纯文本模型起步更艰难。他坚信，真正的通用智能必须理解物理环境，而两大关键应用场景——能伴随日常生活的真正有用的助手，以及实用的机器人——都依赖于这种对世界的视觉和物理理解。这也是谷歌在智能眼镜和具身智能（如 Astra 项目）上持续投入的原因。
算力、算法与行业未来
关于推动进步的主要驱动力，哈萨比斯和布林都认为需要算法创新与计算规模双管齐下。哈萨比斯表示，一方面需要将现有已知技术（无论是数据还是算力）的规模扩展到极限，另一方面必须投入大量精力进行前瞻性创新，以带来下一个数量级的飞跃。
谢尔盖·布林（Sergey Brin）从历史角度分析，在诸如 N 体问题模拟等领域，算法的进步甚至超越了遵循摩尔定律的计算力进步。他个人猜测，未来算法的进展可能比纯粹的计算力进步更为显著。不过，目前二者都在快速推进，行业正同时受益于两者。
对于主持人“世界是否会铺满数据中心”的提问，哈萨比斯指出，未来确实需要更多的数据中心，但这不仅仅是为了模型训练。随着 Gemini 等模型展示出强大性能且成本可控，全球对其使用需求激增，推理阶段的计算消耗将变得极其庞大。此外，“深度思考”等范式允许模型通过更长的“思考”时间来解决高价值难题，这也将消耗大量运行时算力。
产品哲学与行业挑战
谈及谷歌的产品方向，哈萨比斯解释了为何谷歌的智能体演示往往强调视觉和与现实世界的交互。他认为，一个真正有用的助手不应局限于电脑或单一设备，而应能理解并融入用户的物理环境。同时，机器人发展的瓶颈长期以来在于软件智能而非硬件，而如今 Gemini 等模型结合 Veo 等视频生成技术，为机器人带来了突破的曙光。
谢尔盖·布林（Sergey Brin）也反思了早年谷歌眼镜（Google Glass）项目的教训，承认在消费电子供应链、制造成本控制等方面曾面临挑战。但他仍然坚信眼镜这一形态的潜力，并认为如今 AI 能力的飞跃使得眼镜能在不打扰用户的情况下提供真正有用的帮助。哈萨比斯更是直言，“通用助手”将是智能眼镜的杀手级应用。
针对 AI 生成内容（特别是视频）泛滥可能污染后续模型训练数据（即“模型崩溃”问题）的担忧，哈萨比斯分享了 DeepMind 的应对策略。他们为所有生成式模型的内容附加了名为“SynthID”的隐形水印，该技术已稳定运行一年多，既能用于识别深度伪造和虚假信息，也可用于在需要时从训练数据中过滤掉 AI 生成内容。此外，在蛋白质结构预测模型 AlphaFold 的开发中，他们已有谨慎使用合成数据的经验，但这需要确保数据分布和质量得到严格控制。
快速问答：AGI 时间表、模拟假说与未来展望
在对话最后的快速问答环节，两位嘉宾被问及 AGI 的时间预测。哈萨比斯给出了“2030年之后不久”的答案，而布林则更为乐观地选择了“2030年之前”。哈萨比斯笑称这个答案让他倍感压力，需要回去更努力地工作。
关于哈萨比斯此前一条引发热议的推特（内容关于“自然到模拟一键生成”），主持人直接询问他是否认为我们生活在模拟之中。哈萨比斯否认了类似电影《黑客帝国》的那种模拟，但他认为底层物理本质上是基于信息论的，我们可能身处一个“计算宇宙”中。AI 系统能够模拟自然界的真实结构，这一事实发人深省，他未来可能就此撰写科学论文。布林则从递归逻辑的角度调侃了“模拟假说”，认为若我们是模拟产物，那么模拟我们的存在本身也可能处于模拟之中，如此无限循环。
对于十年后互联网的形态，布林认为，鉴于 AI 惊人的发展速度，我们甚至无法预见十年后的世界面貌。哈萨比斯则从更近期的角度预测，在“智能体优先”的网络中，为了人类视觉呈现而设计的渲染可能不再必要，互联网将在几年内发生巨大变化。
整场对话揭示了 DeepMind 领导层对 AGI 既雄心勃勃又审慎务实的态度。他们清晰地规划了以推理增强和多模态理解为支柱的技术路线，同时清醒地认识到当前系统与真正 AGI 之间的差距。这场对话不仅是对谷歌AI野心的展示，也为理解全球AGI竞赛的当前格局提供了宝贵的一手视角。
Demis Hassabis（德米斯·哈萨比斯）：从破解围棋到预测蛋白质，AI如何引领科学发现新纪元撰文：Techub News 整理
导语
2024年12月，在瑞典斯德哥尔摩举行的诺贝尔奖颁奖周期间，Google DeepMind 联合创始人兼首席执行官 Demis Hassabis（德米斯·哈萨比斯）作为2024年诺贝尔化学奖得主之一，发表了其诺贝尔讲座。这场演讲不仅是对其团队在蛋白质结构预测领域取得革命性成就（AlphaFold）的总结，更是一次对其数十年人工智能研究生涯的深度回溯与前瞻。哈萨比斯从童年对国际象棋和早期计算机的痴迷讲起，串联起DeepMind以游戏为试验场、最终攻克科学重大挑战的独特路径，并大胆展望了AI作为核心工具重塑生物学、材料学乃至整个科学发现流程的未来图景。
摘要
游戏作为AI的“完美试验场”：DeepMind 早期通过 AlphaGo 等系统在围棋等复杂游戏中验证了“自学习”AI 的强大能力，其核心在于让AI通过海量自我对弈学习策略，而非依赖硬编码规则。
攻克“蛋白质折叠”世纪难题：哈萨比斯团队将游戏AI中验证的“学习模型引导搜索”方法论应用于生物学，开发出 AlphaFold 2，首次在计算上实现了蛋白质3D结构的原子级精度预测，被学界视为该问题的“解决”。
从静态结构到动态交互：最新发布的 AlphaFold 3 标志着从预测单一蛋白质静态结构，迈向模拟蛋白质与蛋白质、DNA、RNA、配体之间的相互作用，为药物发现等应用打开了大门。
迈向“数字生物学”与AI驱动的科学新时代：哈萨比斯提出，AI可能成为描述极端复杂的生物系统的“完美语言”，并预言我们正进入一个“数字生物学”时代，AI将加速从基础研究到药物发现的整个科学进程。
AI的责任与AGI的宏大愿景：他强调必须负责任地开发和使用AI这项双重用途技术，并认为如果能够安全引导，人工通用智能（AGI）可能成为人类理解宇宙及其自身位置的终极通用工具。
从棋盘到生命密码：一位AI先驱的独特旅程
Demis Hassabis（德米斯·哈萨比斯）的AI之旅始于一个棋盘。四岁开始接触国际象棋，并很快进入竞技领域，曾代表英格兰少年队出征。这段早年经历对他影响深远。他回忆道，在严肃对待象棋的年纪，他开始对“思考本身”着迷——人的大脑是如何产生计划、策略和创意的？这种好奇心驱使他去探究思维的本质。
一个关键的转折点出现在少年时代的象棋训练营。在那里，他接触到了早期的象棋计算机，例如需要手动按压棋盘上LED灯来移动棋子的“Fidelity Chess Challenger”。哈萨比斯坦言，当时他更着迷的并非用机器来提高棋艺，而是“竟然有人能让一块没有生命的塑料块很好地与我下棋”这一事实。这份好奇引领他阅读相关书籍，并在11岁时，用他的Commodore Amiga 500电脑编写了第一个人工智能程序——一个玩“奥赛罗”（黑白棋）的游戏。当这个程序击败了他当时年仅5岁的弟弟时，他感到了巨大的震撼：你竟然可以创造出能独立于你完成某件事的东西。自此，他与计算机和AI结下了不解之缘。
二十多年后，游戏仍然是哈萨比斯AI方法论的核心。2010年，他联合创立DeepMind，其使命是构建人工通用智能（AGI）。他们将游戏视为AI的“完美试验场”，原因在于：易于在计算机上生成大量数据（系统可以自我对弈），且目标明确（赢棋或取得高分），便于衡量算法进展。从国际象棋的先驱艾伦·图灵、克劳德·香农，到后来的IBM深蓝，游戏AI历史悠久，而围棋则被认为是这一领域的巅峰挑战。
围棋的复杂性超乎想象，其可能的位置数量高达10的170次方，超过了宇宙中的原子总数，任何暴力穷举的方法都不可行。2016年，DeepMind的AlphaGo系统以4:1击败世界冠军、韩国棋手李世石，成为AI史上的里程碑事件。哈萨比斯强调，AlphaGo的胜利不仅在于结果，更在于它展现了前所未有的创造性。例如，著名的“第37手”在顶级围棋对局中前所未见，却成为决定那盘棋胜负的关键妙手，仿佛AlphaGo早已预见到了百步之后的局面。
这一突破是如何实现的？关键在于“自学习”。AlphaGo及其更通用的后继者AlphaZero并非被直接编程了解决方案，而是通过与自己进行数百万盘对弈，从错误中学习，逐步改进策略。在这个过程中，系统构建了一个有用的围棋神经网络模型。这个模型能够高效地引导搜索过程，使其无需遍历围棋或任何复杂空间中所有可能的分支。哈萨比斯用一个树状图解释说，在每个围棋局面（节点），模型能评估哪一方更可能获胜，并聚焦于最有可能的走法（用蓝线表示），最终在限定时间内输出它找到的最佳行棋路线（紫线）。这种“学习模型以引导组合搜索”的方法论，成为了后来解决现实世界科学问题的技术基石。
破解生物学“圣杯”：AlphaFold如何实现原子级精度预测
在征服了游戏AI的巅峰后，哈萨比斯团队开始将目光投向现实世界的重大挑战，尤其是科学领域。他们寻找适合其AI方法的问题，主要依据三个标准：第一，问题能否被表述为在一个巨大的组合搜索空间中寻找路径；第二，能否定义一个清晰的优化目标函数；第三，是否有足够的数据来学习神经网络模型，或者是否有高效的模拟器来生成合成数据。
对哈萨比斯个人而言，自剑桥大学本科时期起就萦绕心头的“蛋白质折叠问题”始终是清单上的首位。蛋白质是生命的基石，几乎所有生物过程都依赖于它们。蛋白质的功能由其复杂的三维结构决定，而这一结构仅仅由其氨基酸的一维序列编码。1972年诺贝尔奖得主克里斯蒂安·安芬森提出假设，认为蛋白质在理论上会采取自由能最低的构象，这即“蛋白质折叠问题”，开启了长达五十年的计算求解之旅。
问题为何如此困难？实验测定蛋白质结构通常耗时数月甚至数年。列文塔尔悖论指出，一个典型大小的蛋白质可能有多达10的300次方种可能构象，数量之巨，即使穷举宇宙年龄的时间也无法完成。然而在自然界中，蛋白质却能在毫秒级时间内自发折叠。这给了研究者希望：必然存在某种高效的引导机制。
DeepMind决定迎接这一挑战，部分原因在于存在可供学习的数据和清晰的评估基准。经过数十年实验工作积累的约17万个蛋白质结构被收录在蛋白质数据库（PDB）中。同时，自1994年起由约翰·莫尔特教授等人每两年举办一次的CASP（蛋白质结构预测关键评估）竞赛，提供了盲测的黄金标准。学界公认，计算预测要达到对实验学家有用的程度，其平均误差必须小于1埃（原子宽度），即原子级精度。
DeepMind的征程始于2018年的CASP13竞赛。他们首次参赛的AlphaFold 1系统就大幅提升了预测精度，首次将机器学习作为系统的核心组件引入该领域，但尚未达到原子级精度。随后，团队汲取经验，从头设计了全新的AlphaFold 2系统，并在2020年的CASP14竞赛中一举突破了原子精度门槛，以至于竞赛组织者宣布该问题“基本上已被解决”。
哈萨比斯指出，AlphaFold 2的成功没有“银弹”，它融合了十多项创新，是一个复杂的混合系统。关键之一是将进化信息和物理约束直接构建到架构中，与学习组件相结合。他强调，AlphaFold团队的成功离不开其多学科构成——包括专业的生物学家、化学家以及机器学习和工程专家。这是一个端到端的系统，从氨基酸序列直接输出3D结构预测，并通过一个“回收”阶段进行迭代优化，逐步提升预测准确性。
在取得技术突破后，团队致力于最大化其影响力。AlphaFold不仅准确，而且速度极快，足以在实际上预测所有已知序列的蛋白质结构（约2.14亿个）。DeepMind与欧洲生物信息学研究所（EMBL-EBI）合作，开源了AlphaFold，并建立了AlphaFold数据库，免费向全球科研人员开放所有预测结构。在发布前，团队咨询了30多位生物安全与伦理专家，以确保收益远大于风险。截至目前，已有超过200万研究人员使用AlphaFold，相关论文被引用超过3万次，它已成为生物学家的标准工具之一，在应对塑料污染、研究被忽视疾病、解析核孔复合体结构等诸多领域加速了科学发现。
AI for Science：迈向数字生物学与科学发现的新范式
哈萨比斯在演讲的后半部分，将视角从蛋白质折叠这一具体成就拉开，探讨了这类AI工作更广泛的意义以及AI用于科学的未来。
他认为，从AlphaGo到AlphaFold，其系统的本质都是在巨大的组合搜索空间中寻找最优解。方法是通过从数据或模拟中学习环境模型，然后利用该模型根据优化目标来引导搜索过程。这是一个非常通用的解决方案框架，许多问题都可以套用。例如，可以将围棋走法搜索树中的节点，替换为化学化合物设计，那么搜索树就变成了在化学空间中寻找最佳分子或药物化合物。同样的技术完全可以应用于此类问题。
这或许意味着我们正在进入一个哈萨比斯所称的“数字生物学”新时代。他一直认为，生物学在最根本的层面上可以被视为一个信息处理系统，尽管它异常复杂且具有涌现性。数学是描述物理现象的完美语言，而AI可能同样成为描述生物学的完美语言。AlphaFold也许是一个起点，在10或20年后回望，它可能被视为开启这个数字生物学时代的标志。
为了推动这一愿景，DeepMind在几年前孵化了一家新公司Isomorphic Labs，旨在基于AlphaFold重新构想从第一性原理出发的药物发现流程，目标是将这个通常耗时数年、耗资巨大的过程缩短至数月甚至数周。哈萨比斯将这种加速类比为“以数字速度进行科学”。他还有一个长远的梦想：或许有一天能够模拟整个虚拟细胞，而不仅仅是单个蛋白质或几个蛋白质的相互作用。
在诺贝尔讲座的结尾，哈萨比斯提出了一个更具前瞻性甚至略带挑衅性的思想。自从开发AlphaGo以来，他一直在思考经典计算系统的极限。在当前关于量子计算与经典计算孰优孰劣的辩论中，他认为经典图灵机（现代计算机的基础）的能力可能远超我们过去的想象。它们可以通过大量的“预计算”来构建对问题或环境的良好模型，从而在多项式时间内高效探索解空间。他由此提出一个初步的猜想：任何能在自然界中生成或发现的模式或结构，都有可能被经典学习算法高效地发现和建模。这并不意味着经典算法能解决一切问题（例如大数分解这类抽象问题），但像蛋白质、或许还有材料等自然系统，其内在结构很可能能被这类过程学习。如果经典系统因此能够模拟某些类型的量子系统，那可能对复杂性理论乃至基础物理学中的信息论等领域产生重大影响。
最后，哈萨比斯展示了DeepMind将AI技术广泛应用于科学各领域的努力，包括医学图像分析、基因变异解读、控制核聚变等离子体、发现更快的矩阵乘法算法、开发最先进的天气预测系统以及发现数千种新材料。他认为，借助这些强大的新型AI工具，我们可能正步入一个科学发现的新黄金时代。
在演讲的结语部分，哈萨比斯重申了他毕生致力于AI的信念，即AI有潜力帮助应对人类最重大的挑战。但他也强调，AI是一种双重用途技术，必须负责任、安全地开发和使用，造福所有人。这需要科学家、技术专家与政府、学术界和民间社会等广泛利益相关者密切合作。他认为，像AGI这样变革性的技术，其重要性堪比火或电的发明，需要极致的谨慎和远见来引导其发展。如果能够安全地驾驭这项技术，AGI最终可能成为我们理解宇宙及自身在其中位置的终极通用工具。
DeepMind 联合创始人 Demis Hassabis（德米斯·哈萨比斯）：AI 加速科学发现，AGI 是理解宇宙的终极工具撰文：Techub News 整理
导语
2025年初，人工智能研究实验室 DeepMind 联合创始人、2024年诺贝尔化学奖得主 Demis Hassabis（德米斯·哈萨比斯）重返母校剑桥大学计算机实验室，发表了一场题为“用 AI 加速科学发现”的演讲。作为 AlphaGo 和革命性蛋白质结构预测工具 AlphaFold 的核心推动者，Hassabis 在此次演讲中不仅回顾了其个人从游戏爱好者到 AI 先驱的历程，更系统性地阐述了 DeepMind 如何将攻克复杂游戏的 AI 范式成功迁移至蛋白质折叠等重大科学问题，并展望了 AI 作为“数字生物学”基础工具以及通往人工通用智能（AGI）的未来图景。这场演讲是对过去十五年 AI 赋能科学前沿的一次深度梳理，也揭示了 DeepMind 乃至整个行业下一步的核心方向。
摘要
游戏是 AI 的“训练场”：从 Atari 到围棋，自我对弈与强化学习等技术锤炼出的 AI 算法，其核心是高效搜索与解决巨大组合空间问题的能力，这为 tackling 现实世界复杂问题奠定了基础。
AlphaFold 解决了“亿万年的难题”：将游戏 AI 的范式应用于蛋白质折叠问题，AlphaFold 2 实现了原子级精度预测，并在一年内完成了相当于“十亿年 PhD 工作量”的 2 亿个蛋白质结构预测，免费开放后已彻底改变结构生物学研究。
AI 正开启“数字生物学”新时代：Hassabis 认为，正如数学是物理学的完美描述语言，AI 将成为理解生物学复杂性与涌现行为的完美工具，其新公司 Isomorphic Labs 正以此理念从头重塑药物发现。
通往 AGI 之路：世界模型与通用助手：DeepMind 在视频生成（Veo）、游戏世界生成（Genie）以及多模态模型（Gemini）上的进展，旨在构建理解物理世界并能规划行动的“世界模型”，最终目标是开发出能在现实世界中协助人类的通用 AI 助手。
负责任地推进变革性技术：Hassabis 强调，面对指数级进步的 AI，必须摒弃“快速行动、打破常规”的硅谷模式，代之以科学方法的谦逊与审慎，并提前进行安全研究与社会各界的广泛讨论。
从棋盘到生命密码：游戏 AI 作为科学发现的引擎
Demis Hassabis（德米斯·哈萨比斯）的 AI 之旅始于游戏，特别是象棋。年少时，他不仅对博弈本身着迷，更对“思考”这一过程本身充满好奇。早期家用电脑和象棋程序让他第一次意识到，可以教会“一堆无生命的塑料”进行复杂的策略游戏。这种 fascination 驱使他后来在剑桥攻读计算机科学，并深受图灵、香农等先驱理论的影响。
2010年，Hassabis 共同创立 DeepMind 时，设定了两步走的宏大使命：第一步，解决智能问题；第二步，用智能解决其他一切问题。在当时，这听起来近乎狂妄。为实现第一步，他们选择了游戏作为理想的“试验场”。游戏环境规则清晰、目标明确（得分或获胜），且能生成大量训练数据。2013年，DeepMind 的 DQN 系统首次实现了从原始像素输入直接学习玩转多种 Atari 游戏，无需任何游戏规则先验知识。
真正的里程碑是围棋 AI AlphaGo。Hassabis 指出，围棋的可能局面数高达10的170次方，远超宇宙原子总数，无法通过暴力搜索解决。AlphaGo 的成功关键在于结合了深度神经网络与蒙特卡洛树搜索，并通过“自我对弈”实现快速进化。系统从随机下棋开始，通过海量自我对局生成数据，训练出能评估局面和预测胜率的神经网络，然后用这个更强的版本迭代替代旧版本。在24小时内，系统就能从菜鸟进化到超越世界冠军的水平。2016年，AlphaGo 击败李世石，其一步被视为“不可想象”的棋招（第37手），向世界展示了 AI 具备发现人类千年经验之外新知识的能力。
随后诞生的 AlphaZero 进一步推广了这一范式，无需人类棋谱，仅凭规则就从零开始 mastering 围棋、象棋、将棋等多种棋类。它不仅赢了最强的传统象棋引擎 Stockfish，更展现出一种“弃子取势”、注重机动性的优美风格，影响了包括 Magnus Carlsen 在内的世界顶尖棋手。Hassabis 强调，这些游戏上的突破并非终极目标，而是为了验证和锤炼一套能应用于更广阔领域的通用算法框架。
AlphaFold：将游戏策略应用于“生命积木”的折叠
在游戏 AI 技术成熟后，Hassabis 立即将目光投向了心中酝酿已久的科学挑战——蛋白质折叠问题。蛋白质是生命的基石，其功能很大程度上由其三维结构决定。而“蛋白质折叠问题”即从蛋白质的一维氨基酸序列预测其三维结构。由于可能构象数量极其庞大（“Levinthal 悖论”），该问题数十年来进展缓慢。
Hassabis 认为，蛋白质折叠完美契合了从游戏 AI 中提炼出的三大标准：1) 一个巨大的组合搜索空间（太多可能性无法暴力破解）；2) 一个清晰的目标函数（最小化预测结构与真实结构的偏差）；3) 可获得数据或能生成数据的模拟环境（已有的蛋白质结构数据库）。
2016年，在 AlphaGo 战胜李世石后，DeepMind 立即启动了 AlphaFold 项目。2018年，AlphaFold 1 首次在蛋白质结构预测关键评估（CASP）竞赛中夺冠，并首次将机器学习作为核心方法引入该领域，但尚未达到原子级精度。团队吸取经验，从头设计架构，于2020年推出了 AlphaFold 2，其预测精度达到了与实验方法相媲美的原子级水平，被竞赛组织者宣告“该问题已基本解决”。
AlphaFold 2 不仅准，而且快。意识到这一点后，DeepMind 与欧洲分子生物学实验室合作，在一年内预测了已知的约2亿个蛋白质的结构，并免费向全球开放数据库。Hassabis 比喻道，这相当于用一年时间完成了“十亿年的 PhD 工作量”。这一举措极大加速了全球生物学研究，从对抗抗生素耐药性、研究被忽视的热带疾病、设计降解塑料的酶，到探索生育机制，AlphaFold 已成为生物医学研究的标准工具，被超过200万研究者使用。
此后，DeepMind 持续迭代，发布了能模拟蛋白质与其他分子（如 DNA、RNA、配体）相互作用的 AlphaFold 3，以及能进行“逆折叠”、设计全新蛋白质的 AlphaProtein 系统。Hassabis 总结道，AlphaFold 的成功证明，AI 能够将原本棘手的巨大组合搜索问题变得可解，其核心是让神经网络学习问题的“拓扑结构”，从而高效地引导搜索，找到最优解。
数字生物学时代与 AI 赋能的全科学图景
基于 AlphaFold 的成功，Hassabis 提出了一个更宏大的愿景：我们正在进入“数字生物学”的新时代。他认为，在最根本的层面上，生物学是一个抵抗周围熵增的信息处理系统，而 AI 正是描述和理解这个极其复杂、具有涌现行为的动态系统的完美语言，就像数学之于物理学。
为了将这一理念推向实践，DeepMind 孵化出了 Isomorphic Labs。这家公司的雄心是，利用 AlphaFold 及后续 AI 技术，从头开始重新构想药物发现流程。目前，一款新药的平均研发周期长达十年、耗资数十亿美元。Hassabis 的梦想是，能否像将蛋白质结构发现从数年缩短到数秒一样，利用 AI 将药物发现从十年缩短到数月甚至数周，实现“数字速度的科学”。他的长期梦想之一是创建一个“虚拟细胞”（例如酵母细胞），可以在计算机中进行模拟实验，用预测结果指导现实世界的湿实验室验证，从而大幅减少昂贵耗时的试错搜索。
Hassabis 指出，AI 对科学的赋能远不止于生物学。DeepMind 的研究已覆盖多个领域：从通过视网膜扫描识别眼疾、发现新材料、帮助核聚变等离子体控制、AI 自我发现更快的矩阵乘法算法，到改进天气预报、助力量子计算机纠错等。他鼓励大学积极推动 AI 与各专业领域的跨学科研究，认为未来5到10年将由此产生大量突破。
通往 AGI：世界模型、通用助手与负责任的发展
回顾 DeepMind 的初心——构建 AGI（人工通用智能），Hassabis 分享了最新的进展与思考。他认为，构建理解世界的“世界模型”是关键一步。DeepMind 最新的视频生成模型 Veo 能够根据文本或单张图像生成符合物理规律（如切割西红柿、蓝莓入水产生气泡）的视频，这表明 AI 系统能够从大量视频数据中学习到对真实世界物理的隐式理解。
更进一步的项目 Genie 2 则能根据文本指令生成一个可交互、可控制的简短游戏世界。虽然目前一致性仅维持数秒，但这项研究旨在最终构建出能长时间保持一致性、真正理解世界运作原理的模型。这些都与 DeepMind 在多模态大模型 Gemini 上的工作相结合。
Hassabis 特别提到了他对下一代 AI 助手的展望——“通用助手”（Project Astra），它可能化身为手机或眼镜上的智能体，伴随用户左右，在现实世界中提供帮助，提升生产力和生活体验。而实现这一点的下一步，是将类似 AlphaGo 的智能体搜索和规划能力，与 Gemini 这类理解世界的通用模型结合起来，从而创造出能在复杂现实环境中规划并执行任务的 AI 系统，这亦是机器人技术取得巨大进步的关键。
面对 AI 技术的指数级发展，Hassabis 郑重强调了负责任发展的重要性。他回顾道，DeepMind 从2010年成立之初就开始规划“成功后的情景”，思考如何确保变革性技术安全、负责任地部署。他介绍了诸如 SynthID 等技术，用于对 AI 生成的内容进行隐形水印标记，以应对深度伪造带来的挑战。他认为，对于 AI 这种变革性技术，硅谷“快速行动、打破常规”的信条并不适用，而应代之以科学方法的谦逊、审慎和远见。他赞赏英国布莱切利公园首届全球 AI 安全峰会等举措，认为让政府、学术界、产业界和公民社会共同参与，探讨如何最大化 AI 机遇、最小化其风险，至关重要。
终极猜想：古典计算能走多远？
在演讲尾声，Hassabis 提出了一个深刻的猜想，回溯到他在剑桥所学的计算理论基础。图灵机定义了古典计算的理论边界。如今，量子计算被寄予厚望，被认为能解决许多古典计算难以处理的问题。
然而，Hassabis 提出了一个不同凡响的猜想：古典图灵机（以及构建于其上的 AI 系统）的能力可能远超我们过去的认知。他以 AlphaFold 为例：蛋白质本质上是量子系统，在原子尺度运行，人们可能认为需要量子模拟才能预测其结构。但 AlphaFold 使用古典神经网络就实现了高度精确的近似。他猜想，任何在自然界中能够生成或发现的模式（即具有真实物理结构的模式），都有可能被像 AlphaFold 这样的古典学习算法有效地发现和建模。
如果这一猜想成立，将对量子力学乃至基础物理学产生深远影响。而这，最终将 Hassabis 带回了其 AI 之旅的起点：他始终相信，以这种方式构建的 AGI，将成为我们理解宇宙及其自身位置的终极通用工具。
DeepMind 创始人 Demis Hassabis（德米斯·哈萨比斯）：用游戏破解 AGI 与蛋白质折叠撰文：Techub News 整理
导语
2023年，一部名为《The Thinking Game》的纪录片入选 Tribeca 电影节，将镜头对准了全球最神秘也最具野心的人工智能研究机构之一——Google DeepMind。影片罕见地深入其伦敦总部，以创始人 Demis Hassabis（德米斯·哈萨比斯）的成长与思考为主线，完整呈现了这家公司从诞生到攻克围棋、再到解决蛋白质折叠世纪难题的完整历程。这不仅是一个公司的故事，更是一群顶尖科学家如何以「构建通用人工智能（AGI）」为终极目标，将基础研究转化为现实世界突破的史诗。在 AI 浪潮席卷全球的当下，理解 DeepMind 的哲学、方法论与抉择，对于把握技术未来走向至关重要。
摘要
DeepMind 的创立源于 Hassabis 与 Shane Legg（谢恩·莱格）对 AGI 的共同痴迷，他们坚信人脑是通用智能存在的唯一证明，并决心从神经科学中汲取灵感。
公司将电子游戏视为完美的 AI 训练场，从 Atari 的像素学习到围棋的复杂策略，其核心突破在于将深度学习与强化学习结合，创造出能从零开始、自我进化的通用算法。
AlphaGo 击败李世石不仅是技术里程碑，更成为全球（尤其中国）的「斯普特尼克时刻」，引爆了 AI 军备竞赛，也让团队意识到技术扩散的双刃剑效应。
从 AlphaGo 到 AlphaZero，再到 AlphaFold，DeepMind 证明了其方法论的可扩展性：通过模拟环境与奖励机制，AI 不仅能掌握游戏，更能解决蛋白质折叠这样的现实世界科学难题。
Hassabis 强调，面对 AGI 这一可能重塑人类文明的工具，必须摒弃「快速行动、打破常规」的硅谷文化，进行审慎、负责任的研究与治理，时间紧迫但容不得错误。
从棋盘到大脑：一位 AGI 梦想家的起源
Demis Hassabis（德米斯·哈萨比斯）的思维之旅始于棋盘。他四岁展现国际象棋天赋，六岁成为伦敦八岁以下冠军，少年时期已是世界同年龄段的顶级棋手。然而，一次长达十小时的比赛成为转折点。在筋疲力尽地输掉一场本该和棋的对局后，他看着大厅里数百名棋手，突然产生了一种直觉：「我们是否在浪费这些脑力？如果能把这 300 个大脑连接成一个系统，或许就能解决癌症。」尽管热爱象棋，但他意识到这并非值得毕生投入的事业。
这种对「思维」本身的着迷，引导他走向了神经科学与人工智能的交叉点。在剑桥大学，他遇到了未来的联合创始人 Shane Legg（谢恩·莱格）。两人都对「人工通用智能（AGI）」着迷，并认为人脑是宇宙中已知唯一通用智能存在的证明，是构建 AGI 的最佳灵感来源。然而，在当时的学术圈，AI 几乎是一个令人尴尬的词汇，不被视为严肃科学。Hassabis 因此说服 Legg，正确的道路是创办一家公司。
创业之初，融资异常艰难。他们对投资者说：「我们要解决所有智能问题。」得到的回应往往是困惑与质疑。最终，以逆向思维著称的彼得·蒂尔（Peter Thiel）成为了他们的第一位重要投资者。蒂尔坚持公司应设在硅谷，但 Hassabis 力主留在伦敦。他认为伦敦拥有剑桥、牛津、UCL 等顶尖学府培养出的卓越人才，而硅谷「快速试错、频繁跳槽」的文化不利于需要长期投入的基础研究。最终，DeepMind 在伦敦成立，使命明确：「打造世界上第一个通用学习机器。」
游戏作为训练场：从 Atari 像素到围棋圣杯
DeepMind 早期做出了一个关键决策：将游戏作为 AI 开发的完美训练场。游戏提供了结构化的环境、明确的规则和奖励信号，是测试智能「通用性」和「学习能力」的理想沙盒。
他们的第一个重大突破是「深度 Q 网络（DQN）」。团队将深度学习与强化学习这两种当时独立发展的技术首次大规模结合，创造出单一算法。该算法仅接收游戏屏幕的原始像素和得分信号，目标仅是最大化得分，而不被告知任何游戏规则。他们从最简单的《Pong》开始，经历了一段令人焦虑的时期——算法似乎毫无进展。Hassabis 甚至对 Legg 说：「也许我们错了，我们连《Pong》都做不了。」然而，转折点突然到来：AI 拿到了第一分，然后赢得了第一局，三个月后，已无人能敌。
随后，他们将同一算法应用到《Breakout》等数十款 Atari 游戏中。在《Breakout》里，AI 不仅学会了玩，更在持续训练中发现了人类从未想到的最优策略：从侧面挖隧道，让球绕到墙后。这证明了算法不仅能学习，还能创造。研究员 Murray Shanahan 评价道：「这在许多方面是第一个可被称为通用智能的例子。」
然而，算力限制了想象。为了加速 AGI 时间表，DeepMind 需要更大的规模。这引向了被谷歌收购的决定。Hassabis 回忆，投资者并不想出售，但团队认为这是对使命最有利的选择。「没有时间可以浪费……你会用多少亿来换取五年寿命，去做你立志要做的事？」收购后，他们获得了前所未有的计算资源，并将目光投向了更宏伟的目标：围棋。
围棋被视为人工智能的「圣杯」，其棋盘可能性远超宇宙原子总数，直觉与创造力至关重要。DeepMind 开发了 AlphaGo。其训练分两步：首先学习数十万盘人类棋谱，模仿人类下法；然后通过强化学习，让不同版本的 AlphaGo 相互对弈数百万局，从错误中学习。
2016年，AlphaGo 与传奇棋手李世石的对决举世瞩目。比赛中，AlphaGo 下出了令所有职业棋手震惊的「第 37 手」。David Silver 回忆，AlphaGo 自身评估这一手由人类棋手走出的概率也只有万分之一。这手棋不仅赢得了比赛，更象征着 AI 在数千年人类智慧沉淀的领域发现了全新知识。前谷歌 CEO 埃里克·施密特称，AlphaGo 的胜利是中国的「斯普特尼克时刻」，如同当年苏联卫星上天刺激美国一样，它引爆了全球 AI 竞赛。
此后，团队进一步推出了 AlphaZero。它摒弃了所有人类棋谱知识，完全从零开始，仅通过自我对弈学习。结果更令人震撼：AlphaZero 可以在早上开始完全随机地下棋，到下午茶时间就达到超人类水平，晚餐时分则成为有史以来最强的棋类实体。它甚至发展出了全新的、更具攻击性的象棋风格，让人类大师都感到启发。
迈向更广阔的世界：星际争霸、AI 安全与科学发现
在棋类游戏取得胜利后，DeepMind 开始挑战更接近现实世界复杂性的环境——《星际争霸 II》。这款游戏具有不完全信息、实时决策、长期规划等特性，是测试智能「广度」的绝佳平台。团队从大型语言模型中获得灵感，训练 AI 预测游戏中的下一个动作，就像预测下一个单词一样。
进展起初缓慢，AI 甚至无法击败业余水平的同事。但随后，进步速度呈指数级增长。当 AI 击败内部最好的《星际争霸》玩家时，团队知道他们已接近另一个里程碑。最终，AlphaStar 在直播比赛中与职业选手 MaNa 对决，展示了惊人的战术执行能力。然而，这场胜利也让团队内部产生了反思。研究员 David Silver 说：「我们许多人是游戏玩家出身，自然将游戏视为乐趣的载体。但公众可能会看到其中更军事化的一面。」
影片此时引入了深刻的伦理讨论。学者们警告 AI 在军事化、监控、制造虚假信息方面的潜在滥用。Hassabis 明确表示，他认为自主武器是个「非常糟糕的主意」，并强调技术本身中性，但使用方式决定其善恶。他将 DeepMind 的工作与「曼哈顿计划」类比，但指出关键区别：「奥本海默等项目的领导者沉醉于技术可能性的兴奋中，未能尽早足够认真地思考他们所做之事的道德问题。」 他主张，对于强大的新技术，科学家应在受控条件下首先理解它，绝不能遵循「快速行动、打破常规」的信条，因为有些东西一旦打破就无法修复。
这种「用 AI 解决科学问题以造福人类」的理念，在 AlphaFold 项目上得到了终极体现。蛋白质折叠问题是生物学长达五十年的「圣杯」，通过氨基酸序列预测蛋白质三维结构，是理解生命机制、设计新药的关键。Hassabis 在剑桥时期就对此问题着迷，并认为 AI 是解决它的钥匙。
DeepMind 组建了「蛋白质折叠突击队」。过程充满挑战，团队需要融合生物学领域知识。在新冠疫情全球封锁的背景下，研发在团队成员家的各个房间里远程进行。他们甚至重点攻坚了新冠病毒的 Orf8 蛋白结构。最终，在 CASP14（蛋白质结构预测关键评估）中，AlphaFold 取得了惊人的准确性，被评价为「基本上解决了蛋白质折叠问题」。
更值得称道的是接下来的决定。Hassabis 团队没有将这一突破封闭起来，而是决定「折叠所有已知的蛋白质序列，然后免费提供给全世界」。他们与欧洲分子生物学实验室合作，建立了 AlphaFold 数据库，开放了超过 2 亿个蛋白质结构预测。施密特称这是「馈赠给全人类的礼物」。这一举动彻底改变了结构生物学的研究方式，加速了全球在疾病、农业、环境等领域的科研进程。AlphaFold 成为了 DeepMind 哲学的最佳证明：在通往 AGI 的道路上，创造能够解决现实世界最复杂问题的革命性工具。
尾声：AGI 在望，责任在肩
影片以 Hassabis 与早期 AI 原型「Alpha」的轻松对话结束，谈论象棋、雕塑与艺术。但轻松背后是沉重的使命感。Hassabis 总结道，AGI 已清晰可见于地平线，下一代将生活在一个被 AI 彻底重塑的世界。「如果负责任地引导这一进程，每一刻都至关重要。这是我为之活了一生的时刻。」
从国际象棋神童到游戏程序员，从神经科学博士到 AGI 梦想家，Demis Hassabis（德米斯·哈萨比斯）的人生轨迹始终围绕着「思考」这一核心。DeepMind 的故事表明，最雄心勃勃的科技目标，可能需要最「游戏化」的纯粹研究作为起点，但最终必须锚定在最严肃的人类福祉之上。在技术加速滚下山坡的今天，如何确保它沿着正确的轨迹前进，是影片留给所有观众——尤其是技术行业与政策制定者——的核心思考题。
Google DeepMind CEO Demis Hassabis（德米斯·哈萨比斯）：通往 AGI 之路与世界模型撰文：Techub News 整理
导语
在 CNBC 国际频道推出的原创播客节目《The Tech Download》首季中，资深科技记者 Arjun Kharpal 和 Steve Kovach 获得了罕见的机会，深入探访了推动科技巨头谷歌 AI 战略的核心引擎——Google DeepMind。本期节目的重磅嘉宾是 DeepMind 联合创始人兼 CEO Demis Hassabis（德米斯·哈萨比斯）。此次对话发生在 Gemini 系列模型取得重大进展、谷歌 AI 竞争力显著回升的背景下，Hassabis 作为全球 AI 领域的领军人物之一，他的观点对于理解当前 AI 技术前沿、竞争态势与未来走向至关重要。
摘要
扩展定律仍在有效，但回报可能从指数级增长趋于平缓，通往 AGI 可能需要一两个重大创新突破。
当前大语言模型是“锯齿状智能”，在通用性、持续学习、原创性等方面存在局限，未来需要与“世界模型”等技术融合。
AGI（通用人工智能）可能在 5-10 年内实现，其带来的变革将比工业革命规模更大、速度更快。
AI 竞争异常激烈，但 Hassabis 认为更重要的是在竞争之余，共同为全人类妥善引导 AGI 的发展。
中国 AI 模型能力距西方前沿仅“数月之遥”，但尚未证明其具备超越前沿的源头创新能力。
扩展定律与 AGI 的“最后一公里”
当被问及当前 AI 发展的核心驱动力——扩展定律（Scaling Laws）是否遇到瓶颈时，Demis Hassabis（德米斯·哈萨比斯）给出了审慎乐观的回答。他认为，扩展定律“进展非常顺利”，增加算力、数据和模型规模确实持续带来能力提升，尽管增长速度可能不如两三年前那样迅猛，存在“收益递减”的讨论，但这与“毫无收益”有本质区别。目前仍能获得“非常可观的回报”，因此继续推进规模化是值得的。
然而，Hassabis 指出，若要最终抵达 AGI 的彼岸，可能还需要“一两个重大的创新”。他将当前最先进的大语言模型（LLM）描述为“锯齿状智能”——在某些方面表现惊人，但在其他方面却存在明显缺陷，甚至无法完成相对简单的任务。一个真正的通用智能体应该表现出全面的一致性。此外，现有系统缺乏持续在线学习、真正创造原创内容等关键能力。
Hassabis 以他毕生致力于的“AI 赋能科学”愿景为例，说明了当前技术的局限。AI 已经能够解决已有的科学猜想（如 AlphaFold 解决蛋白质结构预测），但还无法自主提出全新的假设或理论。这需要系统具备长期规划、更强推理能力，尤其是构建“世界模型”的能力——即对世界物理规律和因果关系的深刻理解，从而能在“脑海”中进行模拟，验证自己的想法。这正是顶尖人类科学家所做的，而目前的 AI 系统尚无法做到。
超越文本：世界模型与未来 AI 架构
“世界模型”是 Hassabis 在访谈中着重阐述的一个核心概念。与当前主要基于文本模态的大语言模型不同，世界模型旨在让 AI 真正理解物理世界的运作方式，包括直观物理、因果关系，以及进行长远规划的能力。这种理解是进行科学发现和真正创新的基础。
对于 LLM 与世界模型的关系，Hassabis 认为未来不会是后者取代前者，而是多种技术的“融合”。像 Gemini 这样的基础模型（Foundation Model）仍将是未来 AGI 系统的关键组成部分，因此必须尽可能将其规模化和强大化。但问题在于，这是否是构建 AGI 所需的唯一组件？Hassabis 对此表示怀疑，他认为还需要其他类型的技术和能力，世界模型能力便是其中之一。
他透露，DeepMind 正在研发名为 Genie 的模型，并拥有最先进的视频生成模型（如 VO）。他将这些能够从文本生成逼真视频或实现交互的模型视为“早期的、胚胎阶段的世界模型”。因为如果一个模型能够生成关于世界的逼真内容，在某种意义上就意味着它理解了世界的相关方面。
AGI 时间表、能源挑战与社会影响
Hassabis 重申了他对 AGI 发展时间表的预测：大约在 5 到 10 年内实现。他回顾道，DeepMind 在 2010 年创立时，就将构建 AGI 视为一项为期 20 年的使命。如今看来，他们正按计划推进，考虑到这项技术的变革性，这个速度已经“相当不可思议”。
在通往 AGI 的道路上，物理约束是显而易见的挑战，尤其是能源问题。Hassabis 指出，芯片永远不够用，而最终一切都归结于能源。他甚至认为，在迈向 AGI 的时代，“能源将与智能画上等号”。不过，他相信 AI 本身将成为解决能源困境的关键：一方面，AI 能帮助提升现有基础设施的效率，辅助设计更好的太阳能材料；另一方面，AI 可能助力实现突破性技术，如核聚变（DeepMind 正与美国的 Commonwealth Fusion 合作研究等离子体控制），甚至发现室温超导材料。此外，通过模型蒸馏等技术，AI 系统本身也在以每年 10 倍的速度提升能效。
谈及 AGI 可能带来的社会冲击，Hassabis 承认存在巨大挑战。他预计其影响将堪比工业革命，但规模可能大 10 倍，速度也快 10 倍，带来“惊人的变革与颠覆”。这可能需要新的经济模型来应对。在风险方面，他主要关注两点：一是恶意行为者将通用 AI 技术用于有害目的；二是随着 AI 向 AGI 和智能体（Agent）系统发展，如何确保这些自主性更强的系统始终处于人类的控制之下，不偏离预期轨道。
尽管存在风险，Hassabis 自称是一个“谨慎的乐观主义者”。他坚信，只要给予足够的时间和审慎的态度，人类凭借智慧和努力能够正确引导这项技术。他同时也理解像 Yoshua Bengio、Max Tegmark 等学者呼吁放缓 AGI 研发速度的担忧。Hassabis 对此表示一定同情，并认为在初期将 AI 视为解决科学等特定问题的“终极工具”来构建是正确的方向，DeepMind 也正是这样做的。但他也 pragmatically 指出，现实世界存在复杂的地缘政治和企业竞争动态，形成了一种“竞赛态势”。DeepMind 的目标是成为行业表率：既积极推动前沿研究以尽快释放效益，又在此过程中尽可能保持负责任和审慎的态度。
白热化竞争、中国 AI 与“泡沫”讨论
Hassabis 用“激烈”来形容当前的 AI 竞争环境，许多资深科技从业者称此为“技术行业有史以来最紧张的时期”。所有最有实力的玩家——科技巨头、顶尖初创公司——都已入场，因为大家都已意识到 AI 是“最重要的技术”。从小接受国际象棋竞技熏陶的 Hassabis 坦言自己“热爱竞争”，但与此同时，他始终铭记比公司或国家间竞争更重要的事：为全人类妥善引导 AGI 的发展。他认为这是所有 AI 实验室领导者的责任。
回顾谷歌在 AI 竞赛中的起伏，Hassabis 承认，过去十年谷歌和 DeepMind 发明了当今使用的大部分关键技术（如 Transformer 架构、AlphaGo 的大规模强化学习），但“在商业化和规模化方面可能有点慢”。过去两三年，他们重拾创业精神，加快步伐，才凭借 Gemini 系列重回领先地位。
对于当前 AI 领域是否存在“泡沫”的讨论，Hassabis 认为不能一概而论。他相信 AI 终将成为有史以来最具变革性的技术，这构成了基本盘。就像互联网泡沫时期一样，最终会产生一些划时代的公司。他观察到，在私募市场，一些几乎尚无产品的公司却能获得数十亿美元融资，这看起来“有点不可持续”。不过，对于 DeepMind 和谷歌而言，他并不担心泡沫问题。谷歌强大的资产负债表、多元化的产品和庞大的用户基础，使其无论行业顺逆都能处于有利位置。
在谈到地缘政治维度时，Hassabis 对中国 AI 的发展给出了 nuanced 的评价。他认为中国 AI 模型能力与西方前沿的差距比一两年前人们想象的要小，可能“只有几个月之遥”，DeepSeek、阿里巴巴等团队证明了他们能快速追赶。但他也指出，下一个关键问题是：中国能否实现超越前沿的源头创新？例如发明像 Transformer 这样的新架构。他认为这比追赶要难上百倍，目前尚未看到证据，但这本身也极具挑战性。
DeepMind 与谷歌：引擎室的角色与未来展望
Hassabis 将整合了谷歌研究院、Google Brain 和 DeepMind 的 Google DeepMind 形容为谷歌的“引擎室”。所有 AI 核心技术都由此产出，然后扩散到谷歌的各个产品中。过去几年，他们不仅构建模型，还几乎重构了整个基础设施，使得新模型能够极速部署到所有主要平台。他表示，与谷歌 CEO Sundar Pichai（桑达尔·皮查伊）几乎每日沟通，根据公司整体需求动态调整技术路线图，同时不忘 AGI 的长期目标。
在合作伙伴方面，除了将技术内嵌于谷歌产品，DeepMind 也与三星等外部公司合作，将 AI 工具集成到智能手机等设备中。Hassabis 对边缘计算和新型设备（如智能眼镜）非常感兴趣，认为“通用助手”将是这类设备的杀手级应用。
展望 2026 年，Hassabis 预测了几个关键方向：智能体系统将变得足够可靠并开始发挥实用价值；机器人技术在未来 12-18 个月内会有非常有趣的进展（DeepMind 正致力于雄心勃勃的 Gemini 机器人项目）；设备端 AI 系统将在现实世界中真正变得有用；而他最兴奋的是进一步推进世界模型，使其更高效，最终能用于通用模型的规划任务。
最后，回顾 2014 年谷歌以约 4 亿英镑收购 DeepMind 的往事，Hassabis 表示毫无遗憾。他当时就告诉谷歌高管，这将是谷歌“最重要的收购”。与谷歌的结合使得 DeepMind 能够获得充足的算力支持，从而完成了 AlphaGo、AlphaFold 等里程碑式的工作。他坚信，AI 是组织世界信息的终极工具，与谷歌的使命天然契合，而 DeepMind 正是驱动这一愿景的核心引擎。撰文：Techub News 整理 导语 在 Google I/O 2024 开发者大会结束后，《纽约时报》科技专栏作家 Kevin Roose 与 Platformer 创始人 Casey Newton 在其热门播客 Hard Fork 中，专访了 Google DeepMind 的联合创始人兼 CEO Demis Hassabis（德米斯·哈萨比斯）。此次对话发生在 AI 技术加速演进、行业竞争白热化的关键节点。Hassabis 作为 DeepMind（AlphaGo、AlphaFold 的创造者）的掌舵人，如今统领着谷歌整个核心 AI 研发力量。他的观点不仅反映了谷歌在 AGI 竞赛中的战略转向，也揭示了顶尖研究者对技术未来、社会影响及人类终极角色的思考。 摘要 AGI 时间线明确：Hassabis 预测，具备人类水平通用智能的 AGI 将在未来 5 到 10 年内到来，这与谷歌联合创始人 Sergey Brin（谢尔盖·布林）「2030年前」的预测基本一致。 谷歌的「AGI 化」转变：过去对 AGI 话题相对谨慎的谷歌，如今已将其置于核心，Hassabis 形容 DeepMind 已成为「谷歌的引擎室」，AGI 理念正在渗入整个公司。 技术路径：规模化与突破性研究并重：实现 AGI 需要持续扩大模型规模，同时辅以类似 Alpha 系列的突破性研究，并探索如「Alpha Evolve」这类具备自我改进雏形的混合系统。 AI 安全与治理的紧迫性：随着「智能体」（Agent）时代临近，Hassabis 呼吁建立国际性的安全基准与规范，并认为在技术变得「非常严肃」之前，必须加强可控性研究。 AI 的未来角色：赋能而非完全替代：Hassabis 展望 AI 将成为个人的「通用助手」，消除繁琐工作，保护用户注意力，并助力解决能源、疾病等全球性挑战，最终可能导向一个「激进丰裕」的社会。 从 I/O 到 AGI：谷歌的自信与转向 今年的 Google I/O 大会被 AI 全面主导，Gemini 的名字在主题演讲中被提及近百次。与去年「让谷歌替你谷歌」的被动式愿景不同，今年谷歌传递的信息是：AI 是你的超能力，你需要坐直、倾身、付费并开始工作。播客主持人 Casey Newton 观察到，谷歌在 2024 年展现出比前两年更多的「自信和霸气」，感觉自己至少能进入「季后赛」。Kevin Roose 则看到了更深层的文化转变：谷歌正在被「AGI 化」。 过去，AGI 在谷歌内部更像是 DeepMind 伦敦团队「疯狂的追求」，与核心的搜索广告业务相距甚远。如今，情况已然改变。Demis Hassabis（德米斯·哈萨比斯）证实了这种感知：「AI 部分变得越来越核心……DeepMind 现在就像是谷歌的引擎室。」他认为，AGI 作为一项横向基础层技术，将支撑一切，公司上下都开始理解这一点，DeepMind 的理念正在融入整个谷歌。 这种转向源于技术进展快于预期。Hassabis 表示，我们可能比几年前人们想象的更接近人类水平的通用智能。当被问及与 Sergey Brin（谢尔盖·布林）在 AGI 时间线上的微小分歧（布林认为在2030年前，哈萨比斯认为在2030年左右）时，他解释道，他的预测自2010年 DeepMind 创立以来一直很一致：大约需要20年。现在，他感觉概率分布的重心落在未来的5到10年之间。他强调，定义很重要——他设定的 AGI 标准很高，是能够完成人类大脑理论上能做的所有事情，而不仅仅是达到普通人的经济实用水平。 通往 AGI 的技术双轨制：规模化与创造性突破 如何抵达 AGI？Hassabis 阐述了双轨并进的策略。一方面是持续推动模型规模化，包括在前训练、后训练、推理计算等整个技术栈上进行创新，他称之为「传统路径」的持续改进。另一方面，则是进行更多「绿地」或「蓝天」式的基础研究，寻求类似 Transformer、AlphaGo 那样的突破性进展。 新近发布的「Alpha Evolve」项目正是这种混合思路的体现。Hassabis 介绍，Alpha Evolve 结合了 Gemini 大模型与进化编程方法。具体而言，用一个高效的「Flash」模型生成程序或数学函数方面的假设，再用一个更强大的「Pro」模型来评估和筛选最有潜力的想法，进入下一轮「进化」。这初步形成了一个自动化的 AI 研究循环，已在芯片设计、数据中心任务调度乃至改进矩阵乘法等基础算法上取得了实用成果。 有趣的是，这项研究涉及故意引导模型「幻想」（hallucinate）。Hassabis 对此解释道，在需要事实准确性的场景，幻觉是问题；但在需要创造性的场景，你可以将「幻觉」视为「想象力」。就像商业课程中的头脑风暴，大多数疯狂的想法没有意义，但偶尔一两个可能将搜索引导至极具价值的全新领域。这呼应了早期 AlphaGo 走出传奇的「第37手」时所展现的、在既定知识边界外的创造性。 针对外界关于「只需小型专业模型」的论点，Hassabis 认为规模与专用性并非对立。大模型对于训练高效的小型模型（如通过蒸馏技术）至关重要。同时，像 AlphaFold 这样的专用模型对于立即解决科学和医学难题意义重大。他的理念是「兼收并蓄」：既推进规模化，也探索专用技术、混合系统以及可能催生下一个 Transformer 的蓝天研究。 安全、治理与未来社会的挑战 随着能力提升，AI 安全似乎从公众讨论的前台有所退却。Hassabis 强调，DeepMind 对安全的承诺一如既往。他们进行了大量的内部红队测试，并且从将早期系统开放给公众使用的过程中学到了很多。他承认，当数百万聪明人试用你的技术时，你会发现再大的内部测试团队也无法覆盖的所有边缘情况。 他预见到一个关键转折点：大约两三年后，当智能体系统变得真正强大时，情况将变得「非常严肃」。届时，业界需要在可分析性和可控性研究上实现阶跃式进步。更重要的是，这必须是一项国际努力。他呼吁产业界和学术界现在就应就安全性与可靠性的基准测试达成共识，并建立国际规范。 谈到地缘政治与出口管制，Hassabis 承认问题的复杂性。一方面， uncontrolled proliferation of these technologies 可能带来风险；另一方面，又希望西方技术能被全球采纳。他担忧 AI 正被卷入更大的地缘政治变局中，但更希望随着技术力量日益增强，世界能意识到「我们同舟共济」，并在科学层面展开更多合作。 关于未来工作，Hassabis 认为在 AGI 到来之前的未来5-10年，历史规律仍将起作用：一些工作被颠覆，但通常更有价值、更有趣的新工作会被创造出来。他建议当下的毕业生和年轻人，既要掌握 STEM 基础（包括编程），以理解 AI 的工作原理，也要积极沉浸于使用最新 AI 工具，成为「超级使用者」。他更强调「元技能」的培养：学习如何学习、创造力、适应力和韧性，以应对未来十年必然发生的巨变。 AI 时代的创造力、意义与人类角色 当被问及 AI 是否会导致类似工业革命后「超验主义」回归自然的运动时，Hassabis 认为完全可能。在一个「激进丰裕」的世界里，许多人可能会选择将更多时间投入自然和真实的人际互动中。他特别指出，涉及人与人情感联结的领域，将是 AI 最后触及、也可能永远无法完全复制的部分。 这一点在他对 AI 艺术创作的看法中尤为明显。尽管对 Veo 3 等视频生成模型的技术成就惊叹不已，但 Hassabis 认为，伟大的艺术承载着创作者的挣扎、体验与灵魂。他举例说，看到梵高的画作会让人脊背发凉，因为你能感受到笔触背后艺术家的痛苦与抗争。即使 AI 能模仿这种笔触，但如果被告知这是 AI 所作，那种共鸣感便会消失。因此，他认为顶级的人类创作者将始终带来 AI 无法替代的东西，这也是 DeepMind 坚持与顶尖艺术家合作开发创意工具的原因。 对于 AI 伴侣的兴起，Hassabis 态度谨慎，表示 DeepMind 尚未涉足此领域，并正在认真思考。他更倾向于推动 AI 向「通用助手」方向发展：一个真正属于用户、为用户工作的工具。他提出了一个引人深思的愿景：一个足够了解你的 AI 助手，可以被设定来「保护你的注意力」，使其免受其他旨在掠夺注意力的算法（如多数社交媒体）的侵扰，让人们能更专注于创造性活动或与家人的相处。 在对话的最后，被问及「在持续的 AI 革命中，处于哪个年龄段最糟糕」时，Hassabis 给出了一个充满希望的答案：任何能活着见证这一切的年龄都是好年纪。他认为我们将见证医学等领域的巨大进步，这将会是一段不可思议的旅程。当然，如果能年轻些，总是更好的。